前言
深度學(xué)習(xí)中有很多玩具數(shù)據(jù)，mnist就是其中一個(gè)，一個(gè)人能否入門(mén)深度學(xué)習(xí)往往就是以能否玩轉(zhuǎn)mnist數(shù)據(jù)來(lái)判斷的，在前面很多基礎(chǔ)介紹后我們就可以來(lái)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的手寫(xiě)數(shù)字識(shí)別的網(wǎng)絡(luò)了
數(shù)據(jù)的處理
我們使用pytorch自帶的包進(jìn)行數(shù)據(jù)的預(yù)處理
import torch
import torchvision
import torchvision.transforms as transforms
import numpy as np
import matplotlib.pyplot as plt
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5), (0.5))
])
trainset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=True,num_workers=2)
注釋:transforms.Normalize用于數(shù)據(jù)的標(biāo)準(zhǔn)化，具體實(shí)現(xiàn)
mean:均值 總和后除個(gè)數(shù)
std:方差 每個(gè)元素減去均值再平方再除個(gè)數(shù)
norm_data = (tensor - mean) / std
這里就直接將圖片標(biāo)準(zhǔn)化到了-1到1的范圍，標(biāo)準(zhǔn)化的原因就是因?yàn)槿绻硞€(gè)數(shù)在數(shù)據(jù)中很大很大，就導(dǎo)致其權(quán)重較大，從而影響到其他數(shù)據(jù)，而本身我們的數(shù)據(jù)都是平等的，所以標(biāo)準(zhǔn)化后將數(shù)據(jù)分布到-1到1的范圍，使得所有數(shù)據(jù)都不會(huì)有太大的權(quán)重導(dǎo)致網(wǎng)絡(luò)出現(xiàn)巨大的波動(dòng)
trainloader現(xiàn)在是一個(gè)可迭代的對(duì)象，那么我們可以使用for循環(huán)進(jìn)行遍歷了，由于是使用yield返回的數(shù)據(jù)，為了節(jié)約內(nèi)存
觀察一下數(shù)據(jù)
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
# torchvision.utils.make_grid 將圖片進(jìn)行拼接
imshow(torchvision.utils.make_grid(iter(trainloader).next()[0]))
構(gòu)建網(wǎng)絡(luò)
from torch import nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(in_channels=1, out_channels=28, kernel_size=5) # 14
self.pool = nn.MaxPool2d(kernel_size=2, stride=2) # 無(wú)參數(shù)學(xué)習(xí)因此無(wú)需設(shè)置兩個(gè)
self.conv2 = nn.Conv2d(in_channels=28, out_channels=28*2, kernel_size=5) # 7
self.fc1 = nn.Linear(in_features=28*2*4*4, out_features=1024)
self.fc2 = nn.Linear(in_features=1024, out_features=10)
def forward(self, inputs):
x = self.pool(F.relu(self.conv1(inputs)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(inputs.size()[0],-1)
x = F.relu(self.fc1(x))
return self.fc2(x)
下面是卷積的動(dòng)態(tài)演示
in_channels:為輸入通道數(shù) 彩色圖片有3個(gè)通道 黑白有1個(gè)通道
out_channels:輸出通道數(shù)
kernel_size:卷積核的大小
stride:卷積的步長(zhǎng)
padding:外邊距大小
輸出的size計(jì)算公式
- h = (h - kernel_size + 2*padding)/stride + 1
- w = (w - kernel_size + 2*padding)/stride + 1
MaxPool2d:是沒(méi)有參數(shù)進(jìn)行運(yùn)算的
實(shí)例化網(wǎng)絡(luò)優(yōu)化器，并且使用GPU進(jìn)行訓(xùn)練
net = Net()
opt = torch.optim.Adam(params=net.parameters(), lr=0.001)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
net.to(device)
Net(
(conv1): Conv2d(1, 28, kernel_size=(5, 5), stride=(1, 1))
(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(conv2): Conv2d(28, 56, kernel_size=(5, 5), stride=(1, 1))
(fc1): Linear(in_features=896, out_features=1024, bias=True)
(fc2): Linear(in_features=1024, out_features=10, bias=True)
)
訓(xùn)練主要代碼
for epoch in range(50):
for images, labels in trainloader:
images = images.to(device)
labels = labels.to(device)
pre_label = net(images)
loss = F.cross_entropy(input=pre_label, target=labels).mean()
pre_label = torch.argmax(pre_label, dim=1)
acc = (pre_label==labels).sum()/torch.tensor(labels.size()[0], dtype=torch.float32)
net.zero_grad()
loss.backward()
opt.step()
print(acc.detach().cpu().numpy(), loss.detach().cpu().numpy())
F.cross_entropy交叉熵函數(shù)
源碼中已經(jīng)幫助我們實(shí)現(xiàn)了softmax因此不需要自己進(jìn)行softmax操作了
torch.argmax計(jì)算最大數(shù)所在索引值
acc = (pre_label==labels).sum()/torch.tensor(labels.size()[0], dtype=torch.float32)
# pre_label==labels 相同維度進(jìn)行比較相同返回True不同的返回False，True為1 False為0, 即可獲取到相等的個(gè)數(shù)，再除總個(gè)數(shù)，就得到了Accuracy準(zhǔn)確度了
預(yù)測(cè)
testset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=128, shuffle=True,num_workers=2)
images, labels = iter(testloader).next()
images = images.to(device)
labels = labels.to(device)
with torch.no_grad():
pre_label = net(images)
pre_label = torch.argmax(pre_label, dim=1)
acc = (pre_label==labels).sum()/torch.tensor(labels.size()[0], dtype=torch.float32)
print(acc)
總結(jié)
本節(jié)我們了解了標(biāo)準(zhǔn)化數(shù)據(jù)·、卷積的原理、簡(jiǎn)答的構(gòu)建了一個(gè)網(wǎng)絡(luò)，并讓它去識(shí)別手寫(xiě)體，也是對(duì)前面章節(jié)的總匯了
到此這篇關(guān)于超詳細(xì)PyTorch實(shí)現(xiàn)手寫(xiě)數(shù)字識(shí)別器的示例代碼的文章就介紹到這了,更多相關(guān)PyTorch 手寫(xiě)數(shù)字識(shí)別器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- pytorch 利用lstm做mnist手寫(xiě)數(shù)字識(shí)別分類的實(shí)例
- 詳解PyTorch手寫(xiě)數(shù)字識(shí)別(MNIST數(shù)據(jù)集)
- PyTorch CNN實(shí)戰(zhàn)之MNIST手寫(xiě)數(shù)字識(shí)別示例
- Pytorch實(shí)現(xiàn)圖像識(shí)別之?dāng)?shù)字識(shí)別(附詳細(xì)注釋)
