【项目实战】MNIST 手写数字识别（上） 前言 配置环境

发表于

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第31天，点击查看活动详情

前言

本文将介绍如何在 PyTorch 中构建一个简单的卷积神经网络，并训练它使用 MNIST 数据集识别手写数字，这将可以被看做是图像识别的 “Hello, World!”；

MNIST 包含 70,000 张手写数字图像：60,000 张用于训练，10,000 张用于测试。这些图像是灰度的，28x28 像素，居中以减少预处理并更快地开始。

配置环境

在本文中，我们将使用 PyTorch 训练卷积神经网络来识别 MNIST 的手写数字。 PyTorch 是一个非常流行的深度学习框架，如 Tensorflow、CNTK 和 Caffe2。但与这些其他框架不同，PyTorch 具有动态执行图，这意味着计算图是动态创建的。

1
2
py复制代码import torch
import torchvision

这里关于 PyTorch 的环境搭建就不再赘述了；

PyTorch 的官方文档链接：PyTorch documentation，在这里不仅有 API的说明还有一些经典的实例可供参考，中文文档点这！

准备数据集

完成环境导入之后，我们可以继续准备我们将使用的数据。

但在此之前，我们将定义我们将用于实验的超参数。在这里，epoch 的数量定义了我们将在整个训练数据集上循环多少次，而 learning_rate 和 momentum 是我们稍后将使用的优化器的超参数。

1
2
3
4
5
6
7
8
9
10
py复制代码n_epochs = 3
batch_size_train = 64
batch_size_test = 1000
learning_rate = 0.01
momentum = 0.5
log_interval = 10

random_seed = 1
torch.backends.cudnn.enabled = False
torch.manual_seed(random_seed)

image.png

对于可重复的实验，我们必须为任何使用随机数生成的值设置随机种子：numpy 和 random；

而且，由于 cuDNN 使用非确定性算法，可以通过设置 torch.backends.cudnn.enabled = False 禁用该算法。

现在我们还需要数据集 DataLoaders，这就是 TorchVision 发挥作用的地方。它让我们以方便的方式使用加载 MNIST 数据集。下面用于 Normalize() 转换的值 0.1307 和 0.3081 是 MNIST 数据集的全局平均值和标准差，我们将在此处将它们作为给定值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
py复制代码train_loader = torch.utils.data.DataLoader(
  torchvision.datasets.MNIST(path, train=True, download=False,
                             transform=torchvision.transforms.Compose([
                               torchvision.transforms.ToTensor(),
                               torchvision.transforms.Normalize(
                                 (0.1307,), (0.3081,))
                             ])),
  batch_size=batch_size_train, shuffle=True)
  
test_loader = torch.utils.data.DataLoader(
  torchvision.datasets.MNIST(path, train=False, download=False,
                             transform=torchvision.transforms.Compose([
                               torchvision.transforms.ToTensor(),
                               torchvision.transforms.Normalize(
                                 (0.1307,), (0.3081,))
                             ])),
  batch_size=batch_size_test, shuffle=True)
1
2
3
4
5
6
ruby复制代码Downloading http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz
Processing...
Done!

TIP： 如果你可以接受等待时间的话，可以改动 download=True，不然的话，就自己先下载，然后在设置路径；

PyTorch 的 DataLoader 包含一些有趣的选项，而不是数据集和批量大小。例如，我们可以使用 num_workers > 1 来使用子进程异步加载数据或使用固定 RAM（via pin_memory）来加速 RAM 到 GPU 的传输。

使用数据集

接下来使用一下 test_loader：

1
2
py复制代码examples = enumerate(test_loader)
batch_idx, (example_data, example_targets) = next(examples)

image.png

所以一个测试数据批次是一个形状张量：这意味着我们有 1000 个 28x28 像素的灰度示例（即没有 rgb 通道，因此只有一个）。可以使用 matplotlib 绘制其中的一些：

1
2
3
4
5
6
7
8
9
10
py复制代码import matplotlib.pyplot as plt

fig = plt.figure()
for i in range(6):
    plt.subplot(2,3,i+1)
    plt.tight_layout()
    plt.imshow(example_data[i][0], cmap='gray', interpolation='none')
    plt.title("Ground Truth: {}".format(example_targets[i]))
    plt.xticks([])
    plt.yticks([])

image.png

后记

当你完成上述工作后，且一切正常，那么你的准备工作就完成了！接下来，就是要构建一个简单的卷积神经网络，并训练它使用 MNIST 数据集识别手写数字；

📝 上篇精讲：【项目实战】—— SSM 图书管理系统

💖 我是 𝓼𝓲𝓭𝓲𝓸𝓽，期待你的关注；

👍 创作不易，请多多支持；

🔥 系列专栏： 项目实战 AI

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%