Pytorch如何实现数字识别

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 torch  import torch.nn as nn  import torch.optim as optim  from torchvision import datasets, transforms  import torchvision  from torch.autograd import Variable  from torch.utils.data import DataLoader  import 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.Linear  class 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 x      def 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 = 1  if __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。

[微信提示：高防服务器能助您降低 IT 成本，提升运维效率，使您更专注于核心业务创新。

[图文来源于网络，不代表本站立场，如有侵权，请联系高防服务器网删除]
[