【深度学习】MNIST手写数字数据集的分类识别

---

👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。

---

MNIST手写数字数据集的分类识别

---

目录

• MNIST手写数字数据集的分类识别
• 1. 目的及目标
• 2. 代码实现
• 3. 代码功能描述

---

1. 目的及目标

目的：为了实现对MNIST手写数字数据集的分类识别。

目标：

1. 构建模型：使用PyTorch库定义并构建一个简单的深度学习模型（在这种情况下是一个全连接的多层感知器，MLP）。

2. 训练模型：通过反复地在MNIST训练数据上迭代，调整模型的权重，使其能够正确分类手写数字。

3. 评估模型：在每轮训练结束后，评估模型在MNIST测试集上的性能，以检查其泛化能力并了解其在未见过的数据上的表现。

---

2. 代码实现

我们可以了解到如何使用PyTorch建立、训练和评估一个基本的深度学习模型。实现一个基本的深度学习网络，我们可以使用Python的TensorFlow或PyTorch库。

首先，确保你安装了torch和torchvision：

pip install torch torchvision
1

深度神经网络实现，用于处理手写数字识别（MNIST数据集）：

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms

# 定义神经网络模型
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc1 = nn.Linear(28*28, 500)
        self.fc2 = nn.Linear(500, 256)
        self.fc3 = nn.Linear(256, 10)

    def forward(self, x):
        x = x.view(-1, 28*28)  # 将输入扁平化
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return F.log_softmax(x, dim=1)

# 加载数据
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))])
train_dataset = datasets.MNIST('./data', train=True, download=True, transform=transform)
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True)

test_dataset = datasets.MNIST('./data', train=False, download=True, transform=transform)
test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=1000, shuffle=False)

# 创建模型、优化器和损失函数
model = Net()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9)
criterion = nn.CrossEntropyLoss()

# 训练模型
def train(epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        optimizer.zero_grad()
        output = model(data)
        loss = criterion(output, target)
        loss.backward()
        optimizer.step()
        if batch_idx % 100 == 0:
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx * len(data), len(train_loader.dataset),
                100. * batch_idx / len(train_loader), loss.item()))

# 测试模型
def test():
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            output = model(data)
            test_loss += criterion(output, target).item()
            pred = output.argmax(dim=1, keepdim=True)
            correct += pred.eq(target.view_as(pred)).sum().item()

    test_loss /= len(test_loader.dataset)
    print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
        test_loss, correct, len(test_loader.dataset), 100. * correct / len(test_loader.dataset)))

for epoch in range(1, 11):  # 训练10轮
    train(epoch)
    test()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

这是一个简单的三层全连接网络，它用于MNIST手写数字识别。可以通过调整网络结构、参数和训练次数来进一步优化模型。

---

3. 代码功能描述

1. 数据加载和预处理：代码使用torchvision库加载MNIST手写数字数据集，并对数据进行简单的归一化处理。

2. 定义神经网络模型：定义了一个简单的三层全连接网络（多层感知器，MLP）来对手写数字进行分类。

3. 定义训练函数：train函数执行以下操作：

   • 设置模型为训练模式。
   • 在数据加载器train_loader中遍历每个批次的数据。
   • 对每个批次的数据执行前向传播。
   • 计算损失（使用交叉熵损失函数）。
   • 执行反向传播。
   • 使用SGD优化器更新网络权重。

4. 定义测试函数：test函数执行以下操作：

   • 设置模型为评估模式。
   • 在数据加载器test_loader中遍历每个批次的数据。
   • 对每个批次的数据执行前向传播。
   • 计算损失和预测准确性。

5. 模型训练和评估：循环训练模型10轮，并在每轮结束时评估模型在测试数据上的性能。

总的来说，这段代码的主要功能是使用一个简单的深度学习模型（全连接网络）来进行手写数字识别。模型在MNIST数据集上进行训练，并在每轮训练后评估其在测试集上的性能。

---