PyTorch手写体数字识别实例
MNIST数据集的准备
“HelloWorld”是所有编程语言入门的基础程序，在开始编程学习时，我们打印的第一句话通常就是这个“HelloWorld”。本书也不例外，在深度学习编程中也有其特有的“HelloWorld”，一般就是采用MNIST完成一项特定的深度学习项目。
MNIST是一个手写数字图像数据库，如图2-21所示，它有60 000个训练样本集和10 000个测试样本集。读者可直接使用本书源码库提供的MNIST数据集，它位于配套源码的dataset文件夹中，如图2-22所示。
然后使用NumPy数据库进行数据的读取，代码如下：
import numpy as np
x_train = np.load("./dataset/mnist/x_train.npy")
y_train_label = np.load("./dataset/mnist/y_train_label.npy")
或者读者也可以在网上搜索MNIST的下载地址，下载MNIST文件中包含的数据集train-images-idx3-ubyte.gz（训练图片集）、train-labels-idx1-ubyte.gz（训练标签集）、t10k-images-idx3-ubyte.gz（测试图片集）和t10k-labels-idx1-ubyte.gz（测试标签集），如图2-23所示。
图2-23 MNIST文件中包含的数据集
将下载的4个文件进行解压缩。解压缩后，会发现这些文件并不是标准的图像格式，而是二进制文件，将文件保存到源码可以访问到的目录下。
基于PyTorch的手写体识别
下面我们开始基于PyTorch的手写体识别。通过2.3.4小节的介绍可知，我们还需要定义的一个内容就是深度学习的优化器部分，在这里采用Adam优化器，这部分代码如下：
model = NeuralNetwork()
optimizer = torch.optim.Adam(model.parameters(), lr=2e-5) #设定优化函数
完整的手写体识别首先需要定义模型，然后将模型参数传入优化器中。其中lr是对学习率的设定，根据设定的学习率进行模型计算。完整的手写体识别模型代码如下：
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #指定GPU编号
import torch
import numpy as np
from tqdm import tqdm
batch_size = 320 #设定每次训练的批次数
epochs = 1024 #设定训练次数
#device = "cpu" #PyTorch的特性，需要指定计算的硬件，如果没有GPU的存在，就使用CPU进行计算
device = "cuda" #这里默认使用GPU，如果出现运行问题，可以将其改成CPU模式
#设定的多层感知机网络模型
class NeuralNetwork(torch.nn.Module):
def __init__(self):
super(NeuralNetwork, self).__init__()
self.flatten = torch.nn.Flatten()
self.linear_relu_stack = torch.nn.Sequential(
torch.nn.Linear(28*28,312),
torch.nn.ReLU(),
torch.nn.Linear(312, 256),
torch.nn.ReLU(),
torch.nn.Linear(256, 10)
)
def forward(self, input):
x = self.flatten(input)
logits = self.linear_relu_stack(x)
return logits
model = NeuralNetwork()
model = model.to(device) #将计算模型传入GPU硬件等待计算
#model = torch.compile(model) #PyTorch 2.0的特性，加速计算速度，选择性使用
loss_fu = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=2e-5) #设定优化函数
#载入数据
x_train = np.load("../../dataset/mnist/x_train.npy")
y_train_label = np.load("../../dataset/mnist/y_train_label.npy")
train_num = len(x_train)//batch_size
#开始计算
for epoch in range(20):
train_loss = 0
for i in range(train_num):
start = i * batch_size
end = (i + 1) * batch_size
train_batch = torch.tensor(x_train[start:end]).to(device)
label_batch = torch.tensor(y_train_label[start:end]).to(device)
pred = model(train_batch)
loss = loss_fu(pred,label_batch)
optimizer.zero_grad()
loss.backward()
optimizer.step()
train_loss += loss.item() #记录每个批次的损失值
#计算并打印损失值
train_loss /= train_num
accuracy = (pred.argmax(1) == label_batch).type(torch.float32).sum().item() / batch_size
print("train_loss:", round(train_loss,2),"accuracy:",round(accuracy,2))
模型的训练结果如图3-5所示。
图3-5 训练结果
可以看到，随着模型循环次数的增加，模型的损失值在降低，而准确率在提高，具体请读者自行验证测试。
《PyTorch深度学习与计算机视觉实践（人工智能技术丛书）》(王晓华)【摘要 书评 试读】- 京东图书 (jd.com)
原文地址：https://blog.csdn.net/brucexia/article/details/140626995
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！