版权说明：此文章为本人原创内容，转载请注明出处，谢谢合作！
Pytorch实战1：LeNet手写数字识别 (MNIST数据集)
实验环境:
Pytorch 0.4.0torchvision 0.2.1Python 3.6CUDA8+cuDNN v7 (可选)Win10+PycharmPytorch 0.4.0版本说明
Pyotrch 0.4.0已经支持Windows用户了，其中有多项重大更新，主要包括Tensor/Variable 合并，新增device-agnostic code等等。建议大家安装最新版Pytorch，后面的代码都是基于最新版的，使用老版Pytorch可能会报错。
##LeNet网络结构：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s5YyOHZD-1669269967109)(//img-/0426101343001?watermark/2/text/Ly9ibG9nLmNzZG4ubmV0L3N1bnFpYW5kZTg4/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)]
网络参数：
Pytorch训练代码：
使用的数据集是MNIST，其中包括6万张28x28的训练样本，1万张测试样本。
import torchimport torchvision as tvimport torchvision.transforms as transformsimport torch.nn as nnimport torch.optim as optimimport argparse# 定义是否使用GPUdevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")# 定义网络结构class LeNet(nn.Module):def __init__(self):super(LeNet, self).__init__()self.conv1 = nn.Sequential(#input_size=(1*28*28)nn.Conv2d(1, 6, 5, 1, 2), #padding=2保证输入输出尺寸相同nn.ReLU(),#input_size=(6*28*28)nn.MaxPool2d(kernel_size=2, stride=2),#output_size=(6*14*14))self.conv2 = nn.Sequential(nn.Conv2d(6, 16, 5),nn.ReLU(),#input_size=(16*10*10)nn.MaxPool2d(2, 2) #output_size=(16*5*5))self.fc1 = nn.Sequential(nn.Linear(16 * 5 * 5, 120),nn.ReLU())self.fc2 = nn.Sequential(nn.Linear(120, 84),nn.ReLU())self.fc3 = nn.Linear(84, 10)# 定义前向传播过程，输入为xdef forward(self, x):x = self.conv1(x)x = self.conv2(x)# nn.Linear()的输入输出都是维度为一的值，所以要把多维度的tensor展平成一维x = x.view(x.size()[0], -1)x = self.fc1(x)x = self.fc2(x)x = self.fc3(x)return x#使得我们能够手动输入命令行参数，就是让风格变得和Linux命令行差不多parser = argparse.ArgumentParser()parser.add_argument('--outf', default='./model/', help='folder to output images and model checkpoints') #模型保存路径parser.add_argument('--net', default='./model/net.pth', help="path to netG (to continue training)") #模型加载路径opt = parser.parse_args()# 超参数设置EPOCH = 8 #遍历数据集次数BATCH_SIZE = 64#批处理尺寸(batch_size)LR = 0.001 #学习率# 定义数据预处理方式transform = transforms.ToTensor()# 定义训练数据集trainset = tv.datasets.MNIST(root='./data/',train=True,download=True,transform=transform)# 定义训练批处理数据trainloader = torch.utils.data.DataLoader(trainset,batch_size=BATCH_SIZE,shuffle=True,)# 定义测试数据集testset = tv.datasets.MNIST(root='./data/',train=False,download=True,transform=transform)# 定义测试批处理数据testloader = torch.utils.data.DataLoader(testset,batch_size=BATCH_SIZE,shuffle=False,)# 定义损失函数loss function 和优化方式（采用SGD）net = LeNet().to(device)criterion = nn.CrossEntropyLoss() # 交叉熵损失函数，通常用于多分类问题上optimizer = optim.SGD(net.parameters(), lr=LR, momentum=0.9)# 训练if __name__ == "__main__":for epoch in range(EPOCH):sum_loss = 0.0# 数据读取for i, data in enumerate(trainloader):inputs, labels = datainputs, labels = inputs.to(device), labels.to(device)# 梯度清零optimizer.zero_grad()# forward + backwardoutputs = net(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()# 每训练100个batch打印一次平均losssum_loss += loss.item()if i % 100 == 99:print('[%d, %d] loss: %.03f'% (epoch + 1, i + 1, sum_loss / 100))sum_loss = 0.0# 每跑完一次epoch测试一下准确率with torch.no_grad():correct = 0total = 0for data in testloader:images, labels = dataimages, labels = images.to(device), labels.to(device)outputs = net(images)# 取得分最高的那个类_, predicted = torch.max(outputs.data, 1)total += labels.size(0)correct += (predicted == labels).sum()print('第%d个epoch的识别准确率为：%d%%' % (epoch + 1, (100 * correct / total)))torch.save(net.state_dict(), '%s/net_%03d.pth' % (opt.outf, epoch + 1))
#实验结果：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xBitzB1Z-1669269967110)(//img-/0426105342789?watermark/2/text/Ly9ibG9nLmNzZG4ubmV0L3N1bnFpYW5kZTg4/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)]
