pytorch实现mnist识别实战

函数

画图、绘制曲线的函数：

import torch
from    matplotlib import pyplot as plt


def plot_curve(data):
    fig = plt.figure()
    plt.plot(range(len(data)), data, color='blue')
    plt.legend(['value'], loc='upper right')
    plt.xlabel('step')
    plt.ylabel('value')
    plt.show()


def plot_image(img, label, name):
    fig = plt.figure()
    for i in range(6):
        plt.subplot(2, 3, i + 1)
        plt.tight_layout()
        plt.imshow(img[i][0] * 0.3081 + 0.1307, cmap='gray', interpolation='none')
        plt.title("{}: {}".format(name, label[i].item()))
        plt.xticks([])
        plt.yticks([])
    plt.show()

第一步：加载数据集

batch_size=512

train_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data',train=True,download=True,
                               transform=torchvision.transforms.Compose(
                                   [
                                       torchvision.transforms.ToTensor(),
                                       torchvision.transforms.Normalize((0.1307,),(0.3081,))#这里的两个数字分别是数据集的均值是0.1307，标准差是0.3081
                                   ]
                               )
                               ),
    batch_size=batch_size,shuffle=True
)

test_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data/',train=False,download=True,#是验证集所以train=False
                               transform=torchvision.transforms.Compose(
                                   [
                                       torchvision.transforms.ToTensor(),
                                       torchvision.transforms.Normalize((0.1307,),(0.3081,))
                                   ]
                               )
                               ),
    batch_size=batch_size,shuffle=False#是验证集所以无需打乱，shuffle=False
)

第二步：创建网络模型

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()

        #wx+b
        self.fc1 = nn.Linear(28*28,256)#256是自己根据经验随机设定的
        self.fc2 = nn.Linear(256,64)
        self.fc3 = nn.Linear(64,10)#注意这里的10是最后识别的类别数（最后一层的输出往往是识别的类别数）

    def forward(self, x):
        #x : [ b 1 28 28]有batch_size张图片，通道是1维灰度图像 图片大小是28*28

        #h1=relu(wx+b)
        x = F.relu(self.fc1(x))#使用relu非线性激活函数包裹
        x = F.relu(self.fc2(x))
        x = F.softmax(self.fc3(x))#由于是多类别识别，所以使用softmax函数
        #x = self.fc3(x)
        return x

第三步：训练

net = Net()
optimizer = optim.SGD(net.parameters(),lr=0.1,momentum=0.9)
train_loss = []


for epoch in range(5):
    for batch_idx,(x,y) in enumerate(train_loader):#enumerate表示在数据前面加上序号组成元组，默认序号从0开始

        # x :[512 1 28 28]   y : [512]

        #由于这里的x维度为[512 1 28 28]，但是在网络中第一层就是一个全连接层，维度只能是[b,feature(784)]，所以要把x打平
        #将前面多维度的tensor展平成一维

        # 卷积或者池化之后的tensor的维度为(batchsize，channels，x，y)，其中x.size(0)
        # 指batchsize的值，最后通过x.view(x.size(0), -1)
        # 将tensor的结构转换为了(batchsize, channels * x * y)，即将（channels，x，y）拉直，然后就可以和fc层连接了

        x = x.view(x.size(0),28*28)
        #输出之后的维度变为[512,10]
        out=net(x)
        #使用交叉熵损失
        loss = F.cross_entropy(out,y)

        #清零梯度——计算梯度——更新梯度

        #要进行梯度的清零
        optimizer.zero_grad()

        loss.backward()
        #功能是: w` = w-lr*grad
        optimizer.step()

        train_loss.append(loss.item())#将loss保存在trainloss中，而loss.item()表示将tensor 的类型转换为数值类型

        #打印loss
        if batch_idx % 10 == 0:
            print(epoch,batch_idx,loss.item())

第四步：验证

plot_curve(train_loss)

total_correct = 0
for x, y in test_loader:
    x = x.view(x.size(0),28*28)
    out = net(x)
    #out :[512,10]
    pred = out.argmax(dim = 1)
    correct = pred.eq(y).sum().float().item()#当前批次识别对的个数
    total_correct+= correct

total_number = len(test_loader.dataset)
acc = total_correct / total_number
print('test acc',acc)


x,y = next(iter(test_loader))
out = net(x.view(x.size(0),28*28))
pred = out.argmax(dim=1)
plot_image(x,pred,'test')

训练中loss的下降趋势：

测试效果：

开始的learning rate设置的为0.01，最终的acc为0.86，将learning rate改为0.1后，acc为0.96