第P1周:实现mnist手写数字识别

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**
>- **🍖 原作者:[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**

 


目录

一、前言

二、我的环境

三、前期准备

1.设置GPU

2.导入数据

(1)第一步:使用dataset下载MNIST数据集,并划分好训练集与测试集

 (2)第二步:使用dataloader加载数据,并设置好基本的batch_size

(3)取一个批次查看数据格式

3.数据可视化

四、构建简单的cnn网络

(1)第一步构建cnn网络模型

(2)第二步:加载并打印模型

(3)第三步: 输出结果​编辑

五、训练模型

1.设置超参数

2.编写训练函数

3.编写测试函数

4.正式训练

(1)第一步:训练

(2)获取结果:​编辑

六、结果可视化

​编辑

七、知识点详解

1. MNIST手写数字数据集介绍

2. 神经网络程序说明

八、总结

              


一、前言

  (1)感谢K同学,课程是优质的 至少很清晰明了,初学很舒服

(2)自己摆烂太久了,自驱力太差,要改正,自己要有计划

(3)希望自己能端正心态,好好的去学,坚持下去

二、我的环境

  1. 电脑系统:Windows 10

  2. 语言环境:Python 3.9.18

  3. 编译器:jupyter notebook

  4. 深度学习环境:

  5. PyTorch 版本: 2.0.1+cpu

  6. Torchvision 版本: 0.15.2+cpu

  7. 显卡及显存:AMD Radeon(TM) Graphics

三、前期准备

1.设置GPU

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision

# 设置硬件设备,如果有GPU则使用,没有则使用cpu
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device

 输出结果

证明本机只有CPU

2.导入数据

(1)第一步:使用dataset下载MNIST数据集,并划分好训练集与测试集

train_ds = torchvision.datasets.MNIST('data', 
                                      train=True, 
                                      transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
                                      download=True)

test_ds  = torchvision.datasets.MNIST('data', 
                                      train=False, 
                                      transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
                                      download=True)

torchvision.datasets.MNIST详解

torchvision.datasets是Pytorch自带的一个数据库,我们可以通过代码在线下载数据,这里使用的是torchvision.datasets中的MNIST数据集。

参数说明:

  • root (string) :数据地址,以上代码为data
  • train (string) :True-训练集,False-测试集
  • download (bool,optional) : 如果为True,从互联网上下载数据集,并把数据集放在root目录下。
  • transform (callable, optional ):这里的参数选择一个你想要的数据转化函数,直接完成数据转化
  • target_transform (callable,optional) :接受目标并对其进行转换的函数/转换。

 (2)第二步:使用dataloader加载数据,并设置好基本的batch_size

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_ds, 
                                       batch_size=batch_size, 
                                       shuffle=True)

test_dl  = torch.utils.data.DataLoader(test_ds, 
                                       batch_size=batch_size)

torch.utils.data.DataLoader详解

torch.utils.data.DataLoader是Pytorch自带的一个数据加载器,结合了数据集和取样器,并且可以提供多个线程处理数据集。

参数说明:

  • dataset (string) :加载的数据集
  • batch_size (int,optional) :每批加载的样本大小(默认值:1)
  • shuffle (bool,optional) : 如果为True,每个epoch重新排列数据。
  • sampler (Sampler or iterable, optional) : 定义从数据集中抽取样本的策略。 可以是任何实现了 __len__ 的 Iterable。 如果指定,则不得指定 shuffle 。
  • batch_sampler (Sampler or iterable, optional) : 类似于sampler,但一次返回一批索引。与 batch_size、shuffle、sampler 和 drop_last 互斥。
  • num_workers (int,optional) : 用于数据加载的子进程数。 0 表示数据将在主进程中加载(默认值:0)。
  • pin_memory (bool,optional) : 如果为 True,数据加载器将在返回之前将张量复制到设备/CUDA 固定内存中。 如果数据元素是自定义类型,或者collate_fn返回一个自定义类型的批次。
  • drop_last (bool,optional) : 如果数据集大小不能被批次大小整除,则设置为 True 以删除最后一个不完整的批次。 如果 False 并且数据集的大小不能被批大小整除,则最后一批将保留。 (默认值:False)
  • timeout (numeric,optional) : 设置数据读取的超时时间 , 超过这个时间还没读取到数据的话就会报错。(默认值:0)
  • worker_init_fn (callable,optional) : 如果不是 None,这将在步长之后和数据加载之前在每个工作子进程上调用,并使用工作 id([0,num_workers - 1] 中的一个 int)的顺序逐个导入。(默认:None)

(3)取一个批次查看数据格式

# 取一个批次查看数据格式
# 数据的shape为:[batch_size, channel, height, weight]
# 其中batch_size为自己设定,channel,height和weight分别是图片的通道数,高度和宽度。
imgs, labels = next(iter(train_dl))
imgs.shape

输出结果:批次32,通道1,宽28高28.

  1. train_dl 是一个 PyTorch 数据加载器(DataLoader),用于加载训练数据集。通常情况下,数据加载器会将数据集分成小批量(batches)进行处理。
  2. iter(train_dl) 将数据加载器转换为一个迭代器(iterator),使得我们可以使用 Python 的 next() 函数来逐个访问数据加载器中的元素。
  3. next() 函数用于获取迭代器中的下一个元素。在这里,它被用来获取 train_dl 中的下一个批量数据。
  4. imgs, labels = ... 这行代码是 Python 的解构赋值语法。它将从 next() 函数返回的元素中提取出两个变量:imgslabels
  5. imgs 变量将包含一个批量的图像数据,而 labels 变量将包含相应的标签数据。这些图像和标签是从训练数据集中提取的。
  6. imgs是一个张量(tensor),.shape是张量对象的一个属性,用来查看张量的形状。
  7. 形状的表示方式是[batch_size, channel, height, weight]

3.数据可视化

 #这段代码是使用Matplotlib库来绘制图像的
 #导入NumPy库并将其命名为np,用于处理数组和数值计算。
import numpy as np
 
 # 创建一个新的图形窗口,指定图片大小,图像大小为20宽、5高的绘图(单位为英寸inch),这里使用了  
#Matplotlib库中的figure函数。
plt.figure(figsize=(20, 5)) 

#遍历一个包含图像数据的迭代器或列表的前20个元素,并使用enumerate函数同时获取索引i和对应的图像#imgs。
for i, imgs in enumerate(imgs[:20]):
    # 维度缩减
#npimg = np.squeeze(imgs.numpy()):将PyTorch张量转换为NumPy数组,并使用np.squeeze函数去除数
#组中维度为1的维度,以便后续绘图。
    npimg = np.squeeze(imgs.numpy())
    # 将整个figure分成2行10列,绘制第i+1个子图。
    plt.subplot(2, 10, i+1)
    plt.imshow(npimg, cmap=plt.cm.binary)
    plt.axis('off')
 


#plt.subplot(2, 10, i+1):创建一个2行10列的子图表格,并定位到第i+1个子图。这里使用了#Matplotlib库中的subplot函数。

#plt.imshow(npimg, cmap=plt.cm.binary):在当前子图中显示图像。npimg是处理后的NumPy数组,#cmap=plt.cm.binary表示使用二值化的颜色映射(黑白色调)来显示图像。

#plt.axis('off'):关闭坐标轴显示,这样在图像周围不会显示坐标轴刻度。
#plt.show()  如果你使用的是Pycharm编译器,请加上这行代码
#通过以上步骤,代码实现了在Matplotlib中绘制一个大小为20宽、5高的图形窗口,并展示了前20个图像数据(假设imgs包含了20个图像数据),每行显示10个图像,以黑白色调显示,并关闭了坐标轴的显示。

squeeze()函数的功能是从矩阵shape中,去掉维度为1的。例如一个矩阵是的shape是(5, 1),使用过这个函数后,结果为(5, )

为什么要去除维度为1的维度:在深度学习中,通常使用张量(tensor)来表示数据。张量是多维数组的一种扩展形式,可以是0维(标量)、1维(向量)、2维(矩阵)、3维(立方体)等。在处理图像数据时,通常使用3维张量来表示图像,其形状通常为[批次大小, 通道数, 高度, 宽度]。
在PyTorch或其他深度学习框架中,加载图像数据后会生成相应的张量对象。然而,有时候图像数据的维度可能会有一些冗余,比如在加载单通道灰度图像时,其维度可能会是[1, 高度, 宽度],这里的1表示通道数。在这种情况下,我们可能希望去除这个维度为1的通道数维度,以便后续的处理和显示。
np.squeeze函数的作用就是去除数组中维度为1的维度。例如,对于形状为[1, 高度, 宽度]的张量,经过np.squeeze后,形状会变为[高度, 宽度],去除了维度为1的通道数维度。这样做的好处包括:

1.简化数据表示:去除维度为1的冗余维度,使数据的表示更加简洁和清晰。
2.避免错误:有时候在进行数据处理或绘图时,对于维度为1的通道数维度可能会造成一些错误,去除这些维度可以避免这些问题的出现。
3.兼容性:一些图像处理或显示函数可能对维度要求较严格,去除冗余维度可以提高代码的兼容性。

因此,在绘图前将PyTorch张量转换为NumPy数组,并使用np.squeeze函数去除维度为1的冗余通道数维度,可以使数据更加符合绘图或处理的要求。

输出结果:

四、构建简单的cnn网络

(1)第一步构建cnn网络模型

对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类

  • nn.Conv2d为卷积层,用于提取图片的特征,传入参数为输入channel,输出channel,池化核大小
  • nn.MaxPool2d为池化层,进行下采样,用更高层的抽象表示图像特征,传入参数为池化核大小
  • nn.ReLU为激活函数,使模型可以拟合非线性数据
  • nn.Linear为全连接层,可以起到特征提取器的作用,最后一层的全连接层也可以认为是输出层,传入参数为输入特征数和输出特征数(输入特征数由特征提取网络计算得到,如果不会计算可以直接运行网络,报错中会提示输入特征数的大小,下方网络中第一个全连接层的输入特征数为1600)
  • nn.Sequential可以按构造顺序连接网络,在初始化阶段就设定好网络结构,不需要在前向传播中重新写一遍

 网络结构图(可放大查看)

import torch.nn.functional as F

num_classes = 10  # 图片的类别数

class Model(nn.Module):
     def __init__(self):
        super().__init__()
         # 特征提取网络
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3)  # 第一层卷积,卷积核大小为3*3
        self.pool1 = nn.MaxPool2d(2)                  # 设置池化层,池化核大小为2*2
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3   
        self.pool2 = nn.MaxPool2d(2) 
                                      
        # 分类网络
        self.fc1 = nn.Linear(1600, 64)          
        self.fc2 = nn.Linear(64, num_classes)
     # 前向传播
     def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))     
        x = self.pool2(F.relu(self.conv2(x)))

        x = torch.flatten(x, start_dim=1)

        x = F.relu(self.fc1(x))
        x = self.fc2(x)
       
        return x
这段代码定义了一个名为 Model 的神经网络模型,该模型包含了特征提取网络和分类网络两部分。
下面是对代码中各部分的中文逐行解释:
import torch.nn.functional as F

导入 PyTorch 中的函数模块 torch.nn.functional,通常用于定义神经网络的各种激活函数和损失函数。
num_classes = 10  # 定义了变量 num_classes,表示图片的类别数,这个值在这里被设置为 10。


class Model(nn.Module):

定义了一个名为 Model 的类,该类继承自 nn.Module 类,表示这是一个 PyTorch 的模型。
    def __init__(self):
        super().__init__()

在初始化函数中调用父类 nn.Module 的初始化函数。
        # 特征提取网络
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3)  # 第一层卷积,卷积核大小为3*3
        self.pool1 = nn.MaxPool2d(2)                  # 设置池化层,池化核大小为2*2
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3   
        self.pool2 = nn.MaxPool2d(2) 

定义了特征提取网络,包括两个卷积层和两个最大池化层。conv1 和 conv2 是卷积层,使用 nn.Conv2d 进行定义,分别将输入的通道数从 1 扩展到 32,再从 32 扩展到 64。pool1 和 pool2 分别是最大池化层,使用 nn.MaxPool2d 进行定义,池化核大小为 2*2。
        # 分类网络
        self.fc1 = nn.Linear(1600, 64)          
        self.fc2 = nn.Linear(64, num_classes)

定义了分类网络,包括两个全连接层。fc1 和 fc2 是全连接层,使用 nn.Linear 进行定义,fc1 的输入维度为 1600,输出维度为 64;fc2 的输入维度为 64,输出维度为 num_classes,即图片的类别数。
     # 前向传播
     def forward(self, x):

定义了前向传播函数,即模型从输入到输出的计算过程。
        x = self.pool1(F.relu(self.conv1(x)))     
        x = self.pool2(F.relu(self.conv2(x)))

通过卷积层和池化层对输入 x 进行特征提取和降维操作,并使用 ReLU 激活函数进行非线性变换。
        x = torch.flatten(x, start_dim=1)

将特征张量展平成一维张量,以便进行全连接层的操作。
        x = F.relu(self.fc1(x))
        x = self.fc2(x)

通过两个全连接层进行分类操作,最终输出预测结果。
        return x

返回最终的输出结果。

 

(2)第二步:加载并打印模型

from torchinfo import summary
# 将模型转移到GPU中(我们模型运行均在GPU中进行)
model = Model().to(device)

summary(model)

(3)第三步: 输出结果

 结果解读:

五、训练模型

1.设置超参数

loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-2 # 学习率
opt        = torch.optim.SGD(model.parameters(),lr=learn_rate)

 

2.编写训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小,一共60000张图片
    num_batches = len(dataloader)   # 批次数目,1875(60000/32)

    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    
    for X, y in dataloader:  # 获取图片及其标签
        X, y = X.to(device), y.to(device)
        
        # 计算预测误差
        pred = model(X)          # 网络输出
        loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失
        
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()        # 反向传播
        optimizer.step()       # 每一步自动更新
        
        # 记录acc与loss
        train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()
            
    train_acc  /= size
    train_loss /= num_batches

    return train_acc, train_loss

这段代码是用于进行模型的训练。让我解释每个部分的作用:

1.loss_fn = nn.CrossEntropyLoss(): 这行代码创建了一个损失函数 (loss_fn),使用的是交叉熵损失函数 (CrossEntropyLoss)。损失函数用于度量模型输出与实际标签之间的差异,帮助我们优化模型的参数。
2.learn_rate = 1e-2: 这行代码定义了学习率 (learn_rate) 的值。学习率决定了在每次参数更新时的步长大小。较大的学习率可能导致参数更新过大,无法收敛;而较小的学习率可能导致收敛速度缓慢。学习率需要根据具体问题和实验结果进行调整。
3.opt = torch.optim.SGD(model.parameters(), lr=learn_rate): 这行代码创建了一个优化器对象 (opt),使用的是随机梯度下降优化器 (SGD)。通过传入模型的参数 (model.parameters()) 和学习率 (learn_rate) 来初始化优化器。优化器的作用是根据损失函数计算的梯度来更新模型的参数,以使损失函数的值最小化。
4.train(dataloader, model, loss_fn, optimizer): 这是一个名为 train 的函数,用于执行训练循环。它接受数据加载器 (dataloader)、模型 (model)、损失函数 (loss_fn) 和优化器 (optimizer) 作为参数。
5.size = len(dataloader.dataset): 这行代码获取训练集的大小,即数据加载器中包含的总样本数。这在后面计算准确率时会用到。
6.num_batches = len(dataloader): 这行代码获取批次的数量,即数据加载器中的迭代次数。这也用于后面计算损失的平均值。
7.train_loss, train_acc = 0, 0: 这行代码初始化训练损失 (train_loss) 和训练准确率 (train_acc) 的值。
8.for X, y in dataloader: 这是一个循环,遍历数据加载器中的每个批次。每次迭代获取一个批次的输入数据 (X) 和对应的标签 (y)。
9.X, y = X.to(device), y.to(device): 这行代码将输入数据和标签移动到指定的设备 (例如 GPU) 上进行加速计算。
10.pred = model(X): 这行代码通过模型 (model) 对输入数据进行前向传播,得到预测输出 (pred)。
11.loss = loss_fn(pred, y): 这行代码使用损失函数 (loss_fn) 计算预测输出 (pred) 和实际标签 (y) 之间的损失值。这个损失值用于度量模型的预测与实际标签之间的差异。
12.optimizer.zero_grad(): 这行代码将优化器 (optimizer) 中的梯度值归零,避免梯度在反向传播过程中累积。
13.loss.backward(): 这行代码执行反向传播,计算损失函数对模型参数的梯度。
14.optimizer.step(): 这行代码根据计算的梯度更新模型的参数,优化模型。
15.train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item(): 这行代码计算训练过程中的准确率。它统计预测输出 (pred) 的最大值对应的类别与实际标签 (y) 相等的数量,并累加到训练准确率 (train_acc) 中。
16.train_loss += loss.item(): 这行代码将每个批次的损失值累加到训练损失 (train_loss) 中。
17.train_acc  /= size: 这行代码计算平均训练准确率,除以训练集的大小 (size)。
18.train_loss /= num_batches: 这行代码计算平均训练损失,除以批次的数量 (num_batches)。
19.return train_acc, train_loss: 这行代码返回训练的准确率和损失值。

总的来说,这段代码用于迭代训练模型。它计算模型预测与实际标签之间的损失,并根据损失值进行参数更新,同时记录训练过程中的准确率和损失值。通过多次迭代训练,模型可以逐渐优化并提高在训练数据上的性能。

1. optimizer.zero_grad()

函数会遍历模型的所有参数,通过内置方法截断反向传播的梯度流,再将每个参数的梯度值设为0,即上一次的梯度记录被清空。

2. loss.backward()

PyTorch的反向传播(即tensor.backward())是通过autograd包来实现的,autograd包会根据tensor进行过的数学运算来自动计算其对应的梯度。

具体来说,torch.tensor是autograd包的基础类,如果你设置tensor的requires_grads为True,就会开始跟踪这个tensor上面的所有运算,如果你做完运算后使用tensor.backward(),所有的梯度就会自动运算,tensor的梯度将会累加到它的.grad属性里面去。

更具体地说,损失函数loss是由模型的所有权重w经过一系列运算得到的,若某个w的requires_grads为True,则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算,然后在使用loss.backward()后,会一层层的反向传播计算每个w的梯度值,并保存到该w的.grad属性中。

如果没有进行tensor.backward()的话,梯度值将会是None,因此loss.backward()要写在optimizer.step()之前。

3. optimizer.step()

step()函数的作用是执行一次优化步骤,通过梯度下降法来更新参数的值。因为梯度下降是基于梯度的,所以在执行optimizer.step()函数前应先执行loss.backward()函数来计算梯度。

注意:optimizer只负责通过梯度下降进行优化,而不负责产生梯度,梯度是tensor.backward()方法产生的。

  • pred.argmax(1) 返回数组 pred 在第一个轴(即行)上最大值所在的索引。这通常用于多类分类问题中,其中 pred 是一个包含预测概率的二维数组,每行表示一个样本的预测概率分布。
  • (pred.argmax(1) == y)是一个布尔值,其中等号是否成立代表对应样本的预测是否正确(True 表示正确,False 表示错误)。
  • .type(torch.float)是将布尔数组的数据类型转换为浮点数类型,即将 True 转换为 1.0,将 False 转换为 0.0。
  • .sum()是对数组中的元素求和,计算出预测正确的样本数量。
  • .item()将求和结果转换为标量值,以便在 Python 中使用或打印。

(pred.argmax(1) == y).type(torch.float).sum().item()表示计算预测正确的样本数量,并将其作为一个标量值返回。这通常用于评估分类模型的准确率或计算分类问题的正确预测数量。

3.编写测试函数

测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小,一共10000张图片
    num_batches = len(dataloader)          # 批次数目,313(10000/32=312.5,向上取整)
    test_loss, test_acc = 0, 0
    
    # 当不进行训练时,停止梯度更新,节省计算内存消耗
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)
            
            # 计算loss
            target_pred = model(imgs)
            loss        = loss_fn(target_pred, target)
            
            test_loss += loss.item()
            test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc  /= size
    test_loss /= num_batches

    return test_acc, test_loss

 

4.正式训练

(1)第一步:训练

epochs     = 5
train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
    
    model.eval()
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')
这段代码是一个简单的训练循环,用于训练和评估一个神经网络模型。让我逐行解释:

1.epochs = 5: 定义了训练的总轮数,即训练将在数据集上进行5轮。
2.train_loss = [], train_acc = [], test_loss = [], test_acc = []: 初始化了四个空列表,用于存储每个epoch的训练和测试损失以及准确率。
3.for epoch in range(epochs):: 开始了一个循环,该循环会在整个训练数据集上进行指定数量的轮次。
4.model.train(): 将模型设置为训练模式,这会启用模型中的训练特定的行为,例如启用Dropout或Batch Normalization。
5.epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt): 调用train函数进行一个epoch的训练,并返回该epoch的训练准确率和损失。
6.model.eval(): 将模型设置为评估模式,这会关闭训练模式下的一些特殊行为,例如Dropout。
7.epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn): 调用test函数评估模型在测试集上的性能,并返回测试准确率和损失。
8.train_acc.append(epoch_train_acc), train_loss.append(epoch_train_loss), test_acc.append(epoch_test_acc), test_loss.append(epoch_test_loss): 将每个epoch的训练和测试准确率以及损失值添加到相应的列表中。
9.template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}'): 定义了一个格式化字符串模板,用于打印每个epoch的训练和测试结果。
10.print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss)): 使用上述模板打印每个epoch的训练和测试结果。
11.print('Done'): 打印完成训练的消息。

整个循环的目的是在每个epoch结束后,记录并打印模型在训练集和测试集上的准确率和损失值,并将这些值存储起来以供后续分析和可视化。

1. model.train()

model.train()的作用是启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization)和Dropout,需要在训练时添加model.train()model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropoutmodel.train()是随机取一部分网络连接来训练更新参数。

2. model.eval()

model.eval()的作用是不启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization)和Dropout,在测试时添加model.eval()model.eval()是保证BN层能够用全部训练数据的均值和方差,即测试过程中要保证BN层的均值和方差不变。对于Dropoutmodel.eval()是利用到了所有网络连接,即不进行随机舍弃神经元。

训练完train样本后,生成的模型model要用来测试样本。在model(test)之前,需要加上model.eval(),否则的话,有输入数据,即使不训练,它也会改变权值。这是model中含有BN层和Dropout所带来的的性质

(2)获取结果:

六、结果可视化

 可见准确率越来越高,损失越来越小


七、知识点详解

本文使用的是最简单的CNN模型,如果是第一次接触深度学习的话,可以先试着把代码跑通,然后再尝试去理解其中的代码。

1. MNIST手写数字数据集介绍

MNIST手写数字数据集来源于是美国国家标准与技术研究所,是著名的公开数据集之一。数据集中的数字图片是由250个不同职业的人纯手写绘制,数据集获取的网址为:MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges(下载后需解压)。我们一般会采用(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()这行代码直接调用,这样就比较简单

MNIST手写数字数据集中包含了70000张图片,其中60000张为训练数据,10000为测试数据,70000张图片均是28*28,数据集样本如下:

 如果我们把每一张图片中的像素转换为向量,则得到长度为28*28=784的向量。因此我们可以把训练集看成是一个[60000,784]的张量,第一个维度表示图片的索引,第二个维度表示每张图片中的像素点。而图片里的每个像素点的值介于0-1之间。

2. 神经网络程序说明

神经网络程序可以简单概括如下:

八、总结

 

PyTorch是一个开源的机器学习库,在使用pytorch构建网络时候,就像插积木一样,灵活拓展性很好,pytorch也便于安装使用,只需一行代码即可安装。在本周的深度学习案例中,我了解到了一个分类任务的基本构成,数据集是必须的,是第一步,本次案例采用开源数据集,dateset直接下载即可,然后进行划分训练集和测试集dateloder加载,为方便查看,使用了绘图进行可视化,第二步构建网络,对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类,卷积层池化层提取到图片特征后,全连接层进行分类得出结果,第三步就是训练模型了,迭代训练模型。它使用损失函数计算模型预测与实际标签之间的损失,并使用优化器根据损失函数计算的梯度来更新模型的参数,以使损失函数的值最小化。根据损失值进行参数更新,同时记录训练过程中的准确率和损失值。通过多次迭代训练,模型可以逐渐优化并提高在训练数据上的性能。训练结束后,同理编写测试函数,但是不需要传入优化器,最后定义轮数进行正式训练,获取结果,最后根据准确率和损失值可视化绘图查看结果,以此来评价模型。整体下来就这几步,有了清晰的了解。数据集,构建网络,训练模型,得出结果。最后,欢迎大家批评指正,感谢K同学。

相关推荐

  1. 深度学习实例1_mnist识别数字——自学笔记

    2024-03-29 14:44:02       36 阅读
  2. MINIST数据集&数字识别

    2024-03-29 14:44:02       30 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-03-29 14:44:02       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-03-29 14:44:02       101 阅读
  3. 在Django里面运行非项目文件

    2024-03-29 14:44:02       82 阅读
  4. Python语言-面向对象

    2024-03-29 14:44:02       91 阅读

热门阅读

  1. 牛客的一道题(C)变种水仙花

    2024-03-29 14:44:02       38 阅读
  2. Qt使用事件过滤器

    2024-03-29 14:44:02       35 阅读
  3. Pytorch nn.Linear()

    2024-03-29 14:44:02       39 阅读
  4. mybatis plus 数据权限插件在项目中的使用

    2024-03-29 14:44:02       37 阅读
  5. C语言——函数练习程序

    2024-03-29 14:44:02       44 阅读
  6. 解决跨域问题

    2024-03-29 14:44:02       45 阅读
  7. svg怎么用,后端返回svg文件流引入

    2024-03-29 14:44:02       38 阅读
  8. 2024.03.15 校招 实习 内推 面经

    2024-03-29 14:44:02       40 阅读
  9. NGINX安装Stream模块

    2024-03-29 14:44:02       43 阅读
  10. 山东专精特新申报基本要求

    2024-03-29 14:44:02       33 阅读