Pytorch如何实现数字识别

这篇文章将为大家详细讲解有关Pytorch如何实现数字识别，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

Python实现代码：

import torchimport torch.nn as nnimport torch.optim as optimfrom torchvision import datasets, transformsimport torchvisionfrom torch.autograd import Variablefrom torch.utils.data import DataLoaderimport cv2# 下载训练集train_dataset = datasets.MNIST(root='E:mnist',                               train=True,                               transform=transforms.ToTensor(),                               download=True)# 下载测试集test_dataset = datasets.MNIST(root='E:mnist',                              train=False,                              transform=transforms.ToTensor(),                              download=True)# dataset 参数用于指定我们载入的数据集名称# batch_size参数设置了每个包中的图片数据个数# 在装载的过程会将数据随机打乱顺序并进打包batch_size = 64# 建立一个数据迭代器# 装载训练集train_loader = torch.utils.data.DataLoader(dataset=train_dataset,                                           batch_size=batch_size,                                           shuffle=True)# 装载测试集test_loader = torch.utils.data.DataLoader(dataset=test_dataset,                                          batch_size=batch_size,                                          shuffle=True)# 卷积层使用 torch.nn.Conv2d# 激活层使用 torch.nn.ReLU# 池化层使用 torch.nn.MaxPool2d# 全连接层使用 torch.nn.Linearclass LeNet(nn.Module):    def __init__(self):        super(LeNet, self).__init__()        self.conv1 = nn.Sequential(nn.Conv2d(1, 6, 3, 1, 2),                                   nn.ReLU(), nn.MaxPool2d(2, 2))        self.conv2 = nn.Sequential(nn.Conv2d(6, 16, 5), nn.ReLU(),                                   nn.MaxPool2d(2, 2))        self.fc1 = nn.Sequential(nn.Linear(16 * 5 * 5, 120),                                 nn.BatchNorm1d(120), nn.ReLU())        self.fc2 = nn.Sequential(            nn.Linear(120, 84),            nn.BatchNorm1d(84),            nn.ReLU(),            nn.Linear(84, 10))        # 最后的结果一定要变为 10，因为数字的选项是 0 ~ 9    def forward(self, x):        x = self.conv1(x)        # print("1:", x.shape)        # 1: torch.Size([64, 6, 30, 30])        # max pooling        # 1: torch.Size([64, 6, 15, 15])        x = self.conv2(x)        # print("2:", x.shape)        # 2: torch.Size([64, 16, 5, 5])        # 对参数实现扁平化        x = x.view(x.size()[0], -1)        x = self.fc1(x)        x = self.fc2(x)        return xdef test_image_data(images, labels):    # 初始输出为一段数字图像序列    # 将一段图像序列整合到一张图片上 (make_grid会默认将图片变成三通道，默认值为0)    # images: torch.Size([64, 1, 28, 28])    img = torchvision.utils.make_grid(images)    # img: torch.Size([3, 242, 242])    # 将通道维度置在第三个维度    img = img.numpy().transpose(1, 2, 0)    # img: torch.Size([242, 242, 3])    # 减小图像对比度    std = [0.5, 0.5, 0.5]    mean = [0.5, 0.5, 0.5]    img = img * std + mean    # print(labels)    cv2.imshow('win2', img)    key_pressed = cv2.waitKey(0)# 初始化设备信息device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')# 学习速率LR = 0.001# 初始化网络net = LeNet().to(device)# 损失函数使用交叉熵criterion = nn.CrossEntropyLoss()# 优化函数使用 Adam 自适应优化算法optimizer = optim.Adam(net.parameters(), lr=LR, )epoch = 1if __name__ == '__main__':    for epoch in range(epoch):        print("GPU:", torch.cuda.is_available())        sum_loss = 0.0        for i, data in enumerate(train_loader):            inputs, labels = data            # print(inputs.shape)            # torch.Size([64, 1, 28, 28])            # 将内存中的数据复制到gpu显存中去            inputs, labels = Variable(inputs).cuda(), Variable(labels).cuda()            # 将梯度归零            optimizer.zero_grad()            # 将数据传入网络进行前向运算            outputs = net(inputs)            # 得到损失函数            loss = criterion(outputs, labels)            # 反向传播            loss.backward()            # 通过梯度做一步参数更新            optimizer.step()            # print(loss)            sum_loss += loss.item()            if i % 100 == 99:                print('[%d,%d] loss:%.03f' % (epoch + 1, i + 1, sum_loss / 100))                sum_loss = 0.0                # 将模型变换为测试模式        net.eval()        correct = 0        total = 0        for data_test in test_loader:            _images, _labels = data_test            # 将内存中的数据复制到gpu显存中去            images, labels = Variable(_images).cuda(), Variable(_labels).cuda()            # 图像预测结果            output_test = net(images)            # torch.Size([64, 10])            # 从每行中找到最大预测索引            _, predicted = torch.max(output_test, 1)            # 图像可视化            # print("predicted:", predicted)            # test_image_data(_images, _labels)            # 预测数据的数量            total += labels.size(0)            # 预测正确的数量            correct += (predicted == labels).sum()        print("correct1: ", correct)        print("Test acc: {0}".format(correct.item() / total))

关于"Pytorch如何实现数字识别"这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。