您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:pytorch实现手写数字图片识别

51自学网 2021-10-30 22:39:42
  python
这篇教程pytorch实现手写数字图片识别写得很实用,希望能帮到您。

本文实例为大家分享了pytorch实现手写数字图片识别的具体代码,供大家参考,具体内容如下

数据集:MNIST数据集,代码中会自动下载,不用自己手动下载。数据集很小,不需要GPU设备,可以很好的体会到pytorch的魅力。
模型+训练+预测程序:

import torchfrom torch import nnfrom torch.nn import functional as Ffrom torch import optimimport torchvisionfrom matplotlib import pyplot as pltfrom utils import plot_image, plot_curve, one_hot# step1  load datasetbatch_size = 512train_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,)                                   )                               ])),    batch_size=batch_size, shuffle=True)test_loader = torch.utils.data.DataLoader(    torchvision.datasets.MNIST('mnist_data/', train=False, download=True,                               transform=torchvision.transforms.Compose([                                   torchvision.transforms.ToTensor(),                                   torchvision.transforms.Normalize(                                       (0.1307,), (0.3081,)                                   )                               ])),    batch_size=batch_size, shuffle=False)x , y = next(iter(train_loader))print(x.shape, y.shape, x.min(), x.max())plot_image(x, y, "image_sample")class Net(nn.Module):    def __init__(self):        super(Net, self).__init__()        self.fc1 = nn.Linear(28*28, 256)        self.fc2 = nn.Linear(256, 64)        self.fc3 = nn.Linear(64, 10)    def forward(self, x):        # x: [b, 1, 28, 28]        # h1 = relu(xw1 + b1)        x = F.relu(self.fc1(x))        # h2 = relu(h1w2 + b2)        x = F.relu(self.fc2(x))        # h3 = h2w3 + b3        x = self.fc3(x)        return xnet = Net()optimizer = optim.SGD(net.parameters(), lr=0.01, momentum=0.9)train_loss = []for epoch in range(3):    for batch_idx, (x, y) in enumerate(train_loader):        #加载进来的图片是一个四维的tensor,x: [b, 1, 28, 28], y:[512]        #但是我们网络的输入要是一个一维向量(也就是二维tensor),所以要进行展平操作        x = x.view(x.size(0), 28*28)        #  [b, 10]        out = net(x)        y_onehot = one_hot(y)        # loss = mse(out, y_onehot)        loss = F.mse_loss(out, y_onehot)        optimizer.zero_grad()        loss.backward()        # w' = w - lr*grad        optimizer.step()        train_loss.append(loss.item())        if batch_idx % 10 == 0:            print(epoch, batch_idx, loss.item())plot_curve(train_loss)    # we get optimal [w1, b1, w2, b2, w3, b3]total_correct = 0for x,y in test_loader:    x = x.view(x.size(0), 28*28)    out = net(x)    # out: [b, 10]    pred = out.argmax(dim=1)    correct = pred.eq(y).sum().float().item()    total_correct += correcttotal_num = len(test_loader.dataset)acc = total_correct/total_numprint("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")

主程序中调用的函数(注意命名为utils):

import  torchfrom    matplotlib import pyplot as pltdef 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()def one_hot(label, depth=10):    out = torch.zeros(label.size(0), depth)    idx = torch.LongTensor(label).view(-1, 1)    out.scatter_(dim=1, index=idx, value=1)    return out

打印出损失下降的曲线图:

训练3个epoch之后,在测试集上的精度就可以89%左右,可见模型的准确度还是很不错的。
输出六张测试集的图片以及预测结果:

六张图片的预测全部正确。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持51zixue.net。


解决python3安装pandas出错的问题
浅谈pytorch中stack和cat的及to_tensor的坑
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。