一. 数据集介绍
1.数据集可以在kaggle上面下载地址.
2.识别的手势是26个英文字母，如下所示，图片中好像缺少了一个Z。
3.数据是csv格式的，第一列是label，其余的像素，也就是我们的图片数据，28*28大小的。
二. 构造DataLoader
1.由于数据是csv格式，和之前图片的有所不同，之前直接重写Dataset类就可以加载我们的数据，这次其实可以重写Dataset类，但是我这样做的时候，训练的时候准确率一直只有0.07左右，这次我们需要使用另外一种比较简单的方法，来构造数据集
2.利用TensorDataset函数将tensor数据变成TensorDataset数据，也就是将数据变成pytorch可以分批次加载的数据。
train = pd.read_csv('../input/sign-language-mnist/sign_mnist_train.csv',dtype=np.float32) #读取csv y = train.label.values #label x = train.loc[:,train.columns!= 'label'].values / 255 #图片数据 train_x,test_x,train_y,test_y = train_test_split(x,y,test_size=0.2,random_state=42) #分成数据集，测试集 print(test_x.shape) train_x = torch.from_numpy(train_x) #转换成tensor train_y = torch.from_numpy(train_y).type(torch.LongTensor) #转换成Longtensor，交叉熵损失函数的label需要long类型的数据 test_x = torch.from_numpy(test_x) test_y = torch.from_numpy(test_y).type(torch.LongTensor) train = TensorDataset(train_x,train_y) #转换成Dataset，类似于TensorFlow的from_tensor_slices test = TensorDataset(test_x,test_y) train_loader = DataLoader(train,batch_size=100,shuffle=False,drop_last=True) # 构造DataLoader test_loader = DataLoader(test,batch_size=100,shuffle=False,drop_last=True)
三. 构造网络
构造网络这比较简单，由于没有合适的GPU，只能使用一些比较简单的网络。
这里也可以使用残差网络，随便学一下什么是残差网络，残差网络在很深的网络中经常用到，非常重要的一个网络结构。
class CNN(nn.Module): def __init__(self): super(CNN, self).__init__() self.layers1 = nn.Sequential( nn.Conv2d(1,16,kernel_size=3,stride=1,padding=1), nn.BatchNorm2d(16), nn.ReLU(inplace=True) ) self.layers2 = nn.Sequential( nn.Conv2d(16,32,kernel_size=3,stride=1,padding=1), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2,stride=2) ) self.layers3 = nn.Sequential( nn.Conv2d(32,64,kernel_size=3,stride=1,padding=1), nn.BatchNorm2d(64), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2) ) self.layers4 = nn.Sequential( nn.Conv2d(64,128,kernel_size=3,stride=1,padding=1), nn.BatchNorm2d(128), nn.ReLU(inplace=True), ) self.fc = nn.Sequential( nn.Linear(7*7*128,1024), nn.ReLU(inplace=True), nn.Linear(1024,100), nn.ReLU(inplace=True), nn.Linear(100,26) ) def forward(self, x): x = self.layers1(x) x = self.layers2(x) x = self.layers3(x) x = self.layers4(x) x = x.view(x.size(0),-1) x = self.fc(x) return x
四. 训练网络
1.在训练网络的时候，这次我们分成了训练集合测试集，和之前写有些不一样，但也都差不多，
2.每训练50个epoch，就在测试集上测试一下准确率，这样可以明确模型的好与坏，精度如何。
3.最后如果准确率大于0.983后，就退出训练，训练太久而准确率没有太多的提升，还不如提前结束训练。
error = nn.CrossEntropyLoss() optimizer = torch.optim.SGD(cnn.parameters(),lr=0.1) for epochs in range(100): for i ,(img,label) in enumerate(train_loader): img = img.view(100,1,28,28) img = Variable(img) label = Variable(label) optimizer.zero_grad() output = cnn(img) loss = error(output,label) loss.backward() optimizer.step() if i %50 == 0: #测试模型 accuracy = 0 for x,y in test_loader: x = x.view(100,1,28,28) x = Variable(x) out = cnn(x) pre = torch.max(out.data,1)[1] accuracy += (pre == y).sum() print('accuracy:',accuracy.item()/(5491)) if(accuracy.item()/(5491)>0.975): torch.save(cnn.state_dict(),'model.pth') if(accuracy.item()/5491 > 0.983): break
最后打印一下训练的log，训练到最后准确率基本上没有变化了。
完整代码可在GitHub上面下载地址.
Thank for your reading !!!
公众号：FPGA之旅
