深度学习day1|用pytorch框架实现手写数字识别

• 🍨 本文为🔗365天深度学习训练营中的学习记录博客
• 🍖 原作者：K同学啊

• 语言环境：Python3.8
• 编译器：jupyter notebook
• 深度学习环境：Pytorch
• 结果：Train_acc:98.1%, Train_loss:0.060, Test_acc:98.3%，Test_loss:0.052，还是感觉比较高精度的。

一、 前期准备

1. 设置GPU

如果设备上支持GPU就使用GPU,否则使用CPU。

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

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

device

我的运行结果：device(type='cuda')

2. 导入数据

使用dataset下载MNIST数据集，并划分好训练集与测试集

使用dataloader加载数据，并设置好基本的batch_size

⭐ 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。

函数原型：

torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)

参数说明：

• root (string) ：数据地址
• 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。

  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)

  运行完之后，你的文件夹里面会多一个路径：

  data\MNIST\raw

路径里面包含着下载完毕的数据集，这个数据集是python内置的，直接运行代码即可下载。

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)

这是设置一个批次多少张图片组合

# 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

我的运行结果是：

torch.Size([32, 1, 28, 28])

3. 数据可视化

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, ）。

import numpy as np

 # 指定图片大小，图像大小为20宽、5高的绘图(单位为英寸inch)
plt.figure(figsize=(20, 5)) 
for i, imgs in enumerate(imgs[:20]):
    # 维度缩减
    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')

我的数据集可视化结果是这样的：

二、构建简单的CNN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。

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

import torch.nn.functional as F

num_classes = 10  # 图片的类别数

class Model(nn.Module):
     def __in