PyTorch2 Python深度学习 - 卷积神经网络（CNN）介绍实例 - 使用MNIST识别手写数字示例

锋哥原创的PyTorch2 Python深度学习视频教程：

https://www.bilibili.com/video/BV1eqxNzXEYc

课程介绍

基于前面的机器学习Scikit-learn，深度学习Tensorflow2课程，我们继续讲解深度学习PyTorch2，所以有些机器学习，深度学习基本概念就不再重复讲解，大家务必学习好前面两个课程。本课程主要讲解基于PyTorch2的深度学习核心知识，主要讲解包括PyTorch2框架入门知识，环境搭建，张量，自动微分，数据加载与预处理，模型训练与优化，以及卷积神经网络（CNN），循环神经网络（RNN），生成对抗网络（GAN），模型保存与加载等。

PyTorch2 Python深度学习 - 卷积神经网络（CNN）介绍实例 - 使用MNIST识别手写数字示例

MNIST（Modified National Institute of Standards and Technology）数据集是一个常用于机器学习和深度学习领域的经典数据集，特别是在图像识别任务中。它由美国国家标准与技术研究院（NIST）提供，广泛用于手写数字识别的研究和算法测试。

主要特点：

数据内容：
- MNIST数据集包含了28x28像素的灰度图像，表示从0到9的手写数字。每个图像展示了一个单一的手写数字（0到9之一）。
- 数据集分为两个部分：
  - 训练集：包含60,000个样本，用于训练模型。
  - 测试集：包含10,000个样本，用于测试和评估模型的性能。
标签信息：
- 每个图像都有一个对应的标签，表示图像中手写数字的真实值（即0到9之间的某个数字）。
数据预处理：
- 图像的大小是28x28像素，灰度级别为0到255，其中0表示白色，255表示黑色。图像通常在输入神经网络之前会被标准化或者归一化。
应用领域：
- 手写数字识别：这是MINIST数据集的经典应用，用于测试各种机器学习算法的性能。
- 分类问题：可以用于对比不同模型（如支持向量机、神经网络、决策树等）的分类准确性。

下面是具体示例：

复制代码

import torch
from torch import nn, optim
from torch.utils.data import DataLoader
from torchvision import transforms, datasets

# 1，数据预处理和加载
transform = transforms.Compose([
    transforms.ToTensor(),  # 将图片转换为Tensor
    transforms.Normalize((0.5,), (0.5,))  # 数据归一化
])

trainset = datasets.MNIST(
    root='data',
    train=True,
    download=True,
    transform=transform
)
testset = datasets.MNIST(
    root='data',
    train=False,
    download=True,
    transform=transform
)

trainloader = DataLoader(trainset, batch_size=64, shuffle=True)
testloader = DataLoader(testset, batch_size=64, shuffle=False)

# 2，定义模型
model = nn.Sequential(
    # 第一层卷积层，输入1通道，输出32通道，卷积核大小3x3，填充1，
    nn.Conv2d(1, 32, kernel_size=3, padding=1),
    nn.ReLU(),  # 激活函数ReLU
    nn.MaxPool2d(2, 2),  # 池化层，池化核大小2x2，步长2

    # 第二层卷积层，输入32通道，输出64通道，卷积核大小3x3，填充1，
    nn.Conv2d(32, 64, kernel_size=3, padding=1),
    nn.ReLU(),  # 激活函数ReLU
    nn.MaxPool2d(2, 2),  # 池化层，池化核大小2x2，步长2

    # 展平操作，将数据从二维转为一维
    nn.Flatten(),

    # 第一个全连接层，输入64*7*7，输出128
    nn.Linear(64 * 7 * 7, 128),
    nn.ReLU(),

    # 第二个全连接层，输出10个分类（数字0-9）
    nn.Linear(128, 10)
)

# 3, 定义损失函数与优化器
criterion = nn.CrossEntropyLoss()  # 交叉熵损失函数
optimizer = optim.Adam(model.parameters(), lr=0.001)  # 优化器，Adam优化算法

# 4，训练模型
epochs = 5
model.train()  # 训练模式
for epoch in range(epochs):
    for images, labels in trainloader:
        # 前向传播
        outputs = model(images)
        loss = criterion(outputs, labels)  # 计算损失

        # 反向传播和优化
        optimizer.zero_grad()  # 清空梯度
        loss.backward()  # 反向传播
        optimizer.step()  # 更新参数

        print(f'Epoch [{epoch + 1}/{epochs}],  Loss: {loss.item():.4f}')

# 5, 测试模型
model.eval()  # 测试模式
correct = 0
total = 0
with torch.no_grad():  # 禁用梯度计算
    for images, labels in testloader:
        outputs = model(images)
        _, predicted = torch.max(outputs.data, 1)  # 获取预测结果
        total += labels.size(0)
        correct += (predicted == labels).sum().item()
print(f'Accuracy: {100 * correct / total:.2f}%')

运行输出：