CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得
首先是对代码结构思路进行思路图展示，如下：
参数和原理剖析：
因为MNIST图片为长和宽相同的28像素，为黑白两色，所以图片的高度为1，为灰度通道。
在传入的时候，我定义的BATCH_SIZE为512，所以具体的输入维度为(512,1,28,28)
我的CNN卷积神经网络的为两层卷积层，两次激活函数，两层池化层，和两层全连接层
卷积核设为5X5，步长Stride = 2（卷积核移动的步长）
填充padding = （kernal_size - stride） /2 (在图像张量周围加两圈0)
1.1经过卷积层 输入通道为1，输出通道为14，其他参数值不变(BATCH_SIZE,1,28,28)
1.2经过激活函数，只将张量中的为负数的值变为0，不改变shape，各维度不变(BATCH_SIZE,14,28,28)
1.3经过最大池化层，将图片缩小，降采样，只取图片的最大值细节，图片长宽维度变为原来的二分之一(BATCH_SIZE,14,14,14)
2.1经过卷积层 输入通道为14，输出通道为28，其他参数值不变(BATCH_SIZE,28,14,14)
2.2经过激活函数，只将张量中的为负数的值变为0，不改变shape，各维度不变(BATCH_SIZE,28,14,14)
2.3经过最大池化层，将图片缩小，降采样，只取图片的最大值细节，图片长宽维度变为原来的二分之一(BATCH_SIZE,28,7,7)
3.利用view函数，将张量拉平，shape变为(BATCH_SIZE,2877)
4.1经过第一层全连接层，将(2877)变为200，高度提纯，一个全连接层将卷积层提取的特征进行线性组合
4.2经过第二层全连接层，将200变为10，针对最后分类的10钟图片，进行十种维度的结果，实现了对输入的数据进行高度的非线性变换的目的
下面是对库的导入
# 1 加载必要的库
import torch
import torch.nn as nn
import torch.nn.functional as F # 优化器
import torch.optim as optim
from torchvision import datasets, transforms对于超参数的定义
# 2 定义超参数
BATCH_SIZE = 512 # 每批处理的数据
DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 是否使用GPU还是CPU
EPOCHS = 10 # 训练数据集的伦次BATCH_SIZE是每批处理数据的样本数量
对于DEVICE的定义是对于程序运行在CPU还是GPU进行识别，通过torch的CUDA函数
EPOCHS指训练和测试方法运行的次数，运行在一定范围内次数越多能提高正确率
对于图像进行处理
# 3创建pipeline，对图像做处理（transforms变换）
pipeline = transforms.Compose([
transforms.ToTensor(), # 将图片转换成tensor
transforms.Normalize((0.1307,), (0.3081,))
])
ToTensor将本来图片像素点的形式，转化为张量的形式，利用于计算
normalize正则化，模型出现过拟合时，降低模型复杂度进行数据集的下载和加载
# 4 下载，加载数据
from torch.utils.data import DataLoader
# 下载数据集
train_set = datasets.MNIST("data", train=True, download=True, transform=pipeline)
test_set = datasets.MNIST("data", train=False, download=True, transform=pipeline)
# 加载数据
train_loader = DataLoader(train_set, batch_size=BATCH_SIZE, shuffle=True) # 打乱图片顺序
test_loader = DataLoader(test_set, batch_size=BATCH_SIZE, shuffle=True)构建网络模型，针对于网络模型的构建，我采用了Module和Sequential两种方式
1.Moudle方式
# 5 构建网络模型
class CNN(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Conv2d(1, 14, 5,1,2) # 卷积函数 1:灰度图片的通道 14：输出通达 5：kernel
1:stride 2:padding
self.conv2 = nn.Conv2d(14, 28, 5,1,2) # 14:输入通道 20 输出通道 3：kernel
self.fc1 = nn.Linear(28 * 7 * 7, 200) # 全连接层,28*7*7:输入通道 200输出通道
self.fc2 = nn.Linear(200, 10) # 200:输入通道，10：输出通道
def forward(self, x):
input_size = x.size(0) # batch_size
x = self.conv1(x) # 卷积操作 输入batch_size*1*28*28，输出：batch_size*14*28*28
x = F.relu(x) # 输出：batch_size*14*28*28
x = F.max_pool2d(x, 2, 2) # 输入：batch*14*28*28,输出：batch*14*14*14，
x = self.conv2(x) # 输入：batch*14*14*14,输出：batch*28*14*14
x = F.max_pool2d(x, 2, 2)
x = x.view(input_size, -1) #28*14*14=1372
x = self.fc1(x) # 输入batch*1372 输出batch*200
x = F.relu(x) # 保持shape不变
x = self.fc2(x) # 输入：batch*200 输出：batch*10
output = F.log_softmax(x, dim=1) #
return output2.Sequential方式
# 构建网络模型
class CNN(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Sequential(
nn.Conv2d(1, 14, 5, 1, 2), # padding=(kernel_size - stride)/2
nn.ReLU(), # (512,4,28,28）
nn.MaxPool2d(kernel_size=2),
) # (14,14,14,)
self.conv2 = nn.Sequential(
nn.Conv2d(14, 28, 5, 1, 2),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2),
)
self.fc1 = nn.Linear(28*7*7, 200) # 全连接层,28*7*7:输入通道 200输出通道
self.fc2 = nn.Linear(200, 10) # 200:输入通道，10：输出通道
def forward(self, x):
input_size = x.size(0) # batch_size
x = self.conv1(x) # 卷积操作 输入batch_size*1*28*28，输出：batch_size*14*14*14
x = self.conv2(x) # 输入：batch*14*14*14,输出：batch*28*7*7
x = x.view(input_size, -1) # 拉平，-1自动计算维度，28*7*7=1372
x = self.fc1(x) # 输入batch*1372 输出batch*200
x = F.relu(x) # 保持shape不变
x = self.fc2(x) # 输入：batch*200 输出：batch*10
output = F.log_softmax(x, dim=1) # 计算分类后，每个数字的概率值
return output针对于卷积神经网络具体的层和函数的作用理解:
1.卷积层：对图片信息进行抽象化
2.激活函数：激活函数，非线性函数神经网络更好表达,保持shape不变，
3.池化层：池化降采样，将原图缩小，取最大或者取平均池化
4.全连接层：高度提纯，一个全连接层将卷积层提取的特征进行线性组合，第二个“实现了对输入的数据进行高度的非线性变换的目的”。
定义优化器
# 6 定义模型，优化器
model = CNN().to(DEVICE) # 创建模型，部署到设备上
print(model)
optimizer = optim.Adam(model.parameters()) # 创建优化器
定义训练方法
# 7 定义训练方法
def train_model(model, device, train_loader, optimizer, epoch): # epoch就是循环的次数
# 模型训练
model.train()
for batch_index, (data, target) in enumerate(train_loader): # target是标签，可以用label
data, target = data.to(device), target.to(device)
optimizer.zero_grad()
output = model(data)
loss = F.cross_entropy(output, target)
loss.backward()
optimizer.step()
if batch_index % 3000 == 0:
print("Train Epoch : {} \t Loss : {:.6f}".format(epoch, loss.item()))epoch为循环的次数
optimizer.zero_grad()是对梯度进行初始化
output预测，训练后的结果，data调用的方法是model.forword()函数
loss计算交叉熵损失
loss.backward()反向传播
optimizer.step()参数优化
定义测试方法，测试方法的代码与训练类似，直接在原代码进行标注
# 8 定义测试方法
def test_model(model, device, test_loader):
# 模型验证
model.eval()
# 正确率
correct = 0.0
# 测试损失
test_loss = 0.0
with torch.no_grad(): # 不会计算梯度，也不会反向传播
for data, target in test_loader:
# 部署到device上去
data, target = data.to(device), target.to(device)
# 测试数据
output = model(data)
# 计算测试损失
test_loss += F.cross_entropy(output, target).item()
# 找到概率值最大的下标
pred = output.max(1, keepdim=True)[1] # 值，索引
# pred = torch.max(output,dim=1)
# pred = output.argmax(dim=1)
# 累计正确率
correct += pred.eq(target.view_as(pred)).sum().item()
test_loss /= len(test_loader.dataset)
print("Test -- Average loss :{:.4f}, Accuracy : {:.3f}\n".
format(test_loss, 100.0 * correct / len(test_loader.dataset)))对于方法的调用
# 9 调用方法
for epoch in range(1, EPOCHS + 1):
train_model(model, DEVICE, train_loader, optimizer, epoch)
test_model(model, DEVICE, test_loader)运行结果
CNN(
(conv1): Sequential(
(0): Conv2d(1, 14, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
(1): ReLU()
(2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(conv2): Sequential(
(0): Conv2d(14, 28, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
(1): ReLU()
(2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(fc1): Linear(in_features=1372, out_features=200, bias=True)
(fc2): Linear(in_features=200, out_features=10, bias=True)
)
Train Epoch : 10 Loss : 0.014751
Test -- Average loss :0.0001, Accuracy : 99.040