Pytorch 基于LeNet的手写数字识别
【摘要】 Pytorch 基于LeNet的手写数字识别
✅作者简介:人工智能专业本科在读,喜欢计算机与编程,写博客记录自己的学习历程。
🍎个人主页:小嗷犬的博客
🍊个人信条:为天地立心,为生民立命,为往圣继绝学,为万世开太平。
🥭本文内容:Pytorch 基于LeNet的手写数字识别
更多内容请见👇
@TOC
介绍
使用到的库:
- Pytorch
- matplotlib
安装:
pip install matplotlib
Pytorch 环境配置请自行百度。
数据集:
使用 MNIST 数据集(Mixed National Institute of Standards and Technology database)。是美国国家标准与技术研究院收集整理的大型手写数字数据库,包含60,000个示例的训练集以及10,000个示例的测试集。
下载地址:
http://yann.lecun.com/exdb/mnist/
本文使用 Pytorch 自动下载。
LeNet 是由 Yann Lecun 提出的一种经典的卷积神经网络,是现代卷积神经网络的起源之一。本文使用的 LeNet 为 LeNet-5。结构图如下:
1.导入相关库
import torch
from torch import nn
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
2.定义 LeNet-5 网络结构
# reshape输入为28*28的图像
class Reshape(nn.Module):
def forward(self, x):
return x.view(-1, 1, 28, 28)
# 定义网络
net = nn.Sequential(Reshape(), nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
nn.AvgPool2d(kernel_size=2, stride=2),
nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
nn.AvgPool2d(kernel_size=2, stride=2),
nn.Flatten(),
nn.Linear(16*5*5, 120), nn.Sigmoid(),
nn.Linear(120, 84), nn.Sigmoid(),
nn.Linear(84, 10))
3.下载并配置数据集和加载器
# 下载并配置数据集
train_dataset = datasets.MNIST(root='./dataset', train=True,
transform=transforms.ToTensor(), download=True)
test_dataset = datasets.MNIST(root='./dataset', train=False,
transform=transforms.ToTensor(), download=True)
# 配置数据加载器
batch_size = 64
train_loader = DataLoader(dataset=train_dataset,
batch_size=batch_size, shuffle=True)
test_loader = DataLoader(dataset=test_dataset,
batch_size=batch_size, shuffle=True)
4.定义损失函数和优化器
# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(net.parameters())
5.定义训练函数并训练和保存模型
def train(epochs):
# 训练模型
for epoch in range(epochs):
for i, (images, labels) in enumerate(train_loader):
outputs = net(images)
loss = criterion(outputs, labels)
optimizer.zero_grad()
loss.backward()
optimizer.step()
if i % 50 == 0:
print(
f'Epoch: {epoch + 1}, Step: {i + 1}, Loss: {loss.item():.4f}')
correct = 0
total = 0
for images, labels in test_loader:
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print(f'Accuracy: {correct / total * 100:.2f}%')
# 保存模型
torch.save(net.state_dict(),
f"./model/LeNet_Epoch{epochs}_Accuracy{correct / total * 100:.2f}%.pth")
train(epochs=5)
6.可视化展示
def show_predict():
# 预测结果图像可视化
loader = DataLoader(dataset=test_dataset, batch_size=1, shuffle=True)
plt.figure(figsize=(8, 8))
for i in range(9):
(images, labels) = next(iter(loader))
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
title = f"Predicted: {predicted[0]}, True: {labels[0]}"
plt.subplot(3, 3, i + 1)
plt.imshow(images[0].squeeze(), cmap="gray")
plt.title(title)
plt.xticks([])
plt.yticks([])
plt.show()
show_predict()
7.预测图
结果来自训练轮数
epochs=10
,准确率Accuracy=98.42%
的模型:
包含错误预测的结果:
8.加载现有模型(可选)
本文的训练函数会保存每次训练的模型,下一次预测可以不调用训练函数,而是直接加载已经保存的模型来进行预测:
# 加载保存的模型
net.load_state_dict(torch.load("./model/LeNet_Epoch10_Accuracy98.42%.pth"))
请根据自己的情况修改路径。
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)