PyTorch基于MNIST的手寫數(shù)字識別
更新時間：2026年01月19日 08:54:56 作者：子夜江寒
本文介紹了使用PyTorch框架構建深度學習模型處理MNIST手寫數(shù)字識別的完整流程,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
1. 深度學習與PyTorch簡介
深度學習作為機器學習的重要分支，已在計算機視覺、自然語言處理等領域取得了顯著成果。PyTorch是由Facebook開源的深度學習框架，以其動態(tài)計算圖和直觀的API設計而廣受歡迎。本文以經(jīng)典的MNIST手寫數(shù)字數(shù)據(jù)集為例，展示如何利用PyTorch框架構建并訓練深度學習模型。
2. 環(huán)境配置與數(shù)據(jù)準備
2.1 環(huán)境檢查
首先檢查PyTorch及相關庫的版本，確保環(huán)境配置正確：
import torch import torchvision import torchaudio from torch import nn from torch.utils.data import DataLoader from torchvision import datasets from torchvision.transforms import ToTensor from matplotlib import pyplot as plt print(torch.__version__) print(torchaudio.__version__) print(torchvision.__version__)
2.2 數(shù)據(jù)加載與預處理
MNIST數(shù)據(jù)集包含60,000個訓練樣本和10,000個測試樣本，每個樣本為28×28像素的灰度手寫數(shù)字圖像。
training_data = datasets.MNIST(
root="data",
train=True,
download=True,
transform=ToTensor(),
)
test_data = datasets.MNIST(
root="data",
train=False,
download=True,
transform=ToTensor(),
)
參數(shù)：
root：數(shù)據(jù)存儲路徑train：是否為訓練集download：是否自動下載transform：數(shù)據(jù)預處理轉換，ToTensor()將PIL圖像轉換為張量并歸一化到[0,1]
2.3 數(shù)據(jù)可視化
我們可以查看數(shù)據(jù)集的樣本分布：
print(len(training_data))
figure = plt.figure()
for i in range(9):
img, label = training_data[i + 59000]
figure.add_subplot(3, 3, i + 1)
plt.title(label)
plt.axis("off")
plt.imshow(img.squeeze(), cmap="gray")
plt.show()
2.4 數(shù)據(jù)批量加載
使用DataLoader實現(xiàn)數(shù)據(jù)的批量加載和隨機打亂：
# 增加批次大小
train_dataloader = DataLoader(training_data, batch_size=128) # 增大batch size
test_dataloader = DataLoader(test_data, batch_size=128)
for X, y in test_dataloader:
print(f"Shape of X[N,C,H,W]:{X.shape}")
print(f"Shape of y:{y.shape} {y.dtype}")
break
3. 神經(jīng)網(wǎng)絡模型設計
3.1 設備選擇
根據(jù)可用硬件選擇計算設備：
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")
3.2 神經(jīng)網(wǎng)絡架構
設計一個包含多個全連接層的深度神經(jīng)網(wǎng)絡：
class NeuralNetwork(nn.Module):
def __init__(self):
super().__init__()
self.a = 10
self.flatten = nn.Flatten()
原始架構
self.hidden1 = nn.Linear(28 * 28, 128)
self.hidden2 = nn.Linear(128, 256)
self.out = nn.Linear(256, 10)
def forward(self, x):
# 原始前向傳播
x = self.flatten(x)
x = self.hidden1(x)
x = torch.sigmoid(x)
x = self.hidden2(x)
x = torch.sigmoid(x)
return x
3.3 模型實例化
model = NeuralNetwork().to(device) print(model)
4. 訓練與評估流程
4.1 訓練函數(shù)
def train(dataloader, model, loss_fn, optimizer):
model.train()
batch_size_num = 1
for X, y in dataloader:
X, y = X.to(device), y.to(device)
pred = model.forward(X)
loss = loss_fn(pred, y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
loss_value = loss.item()
if batch_size_num % 100 == 0:
print(f"loss: {loss_value:>7f} [number:{batch_size_num}]")
batch_size_num += 1
訓練步驟：
model.train()：設置為訓練模式（啟用Dropout）- 前向傳播計算預測值
- 計算損失函數(shù)值
optimizer.zero_grad()：清空梯度loss.backward()：反向傳播計算梯度optimizer.step()：更新模型參數(shù)
4.2 測試函數(shù)
def test(dataloader, model, loss_fn):
size = len(dataloader.dataset)
num_batches = len(dataloader)
model.eval()
test_loss, correct = 0, 0
with torch.no_grad():
for X, y in dataloader:
X, y = X.to(device), y.to(device)
pred = model.forward(X)
test_loss = loss_fn(pred, y)
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
a = (pred.argmax(1) == y)
b = (pred.argmax(1) == y).type(torch.float)
test_loss /= num_batches
correct /= size
print(f"Test result:\n Accuracy:{(100 * correct):.2f}%, Avg loss: {test_loss}")
測試要點：
model.eval()：設置為評估模式（禁用Dropout）torch.no_grad()：禁用梯度計算，節(jié)省內存pred.argmax(1)：獲取預測類別
5. 損失函數(shù)配置
loss_fn = nn.CrossEntropyLoss()
損失函數(shù)說明：
- 使用
CrossEntropyLoss，適用于多分類問題 - 結合了LogSoftmax和NLLLoss，直接輸出分類概率
6. 模型訓練與評估
6.1 優(yōu)化器配置
# 原始優(yōu)化器 optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
6.2 單次訓練與測試
train(train_dataloader, model, loss_fn, optimizer) test(train_dataloader, model, loss_fn)
6.3 多輪訓練（可選）
epochs = 10
for t in range(epochs):
print(f"Epoch {t+1}\n----------------------")
train(train_dataloader, model, loss_fn, optimizer)
print("Done!")
test(test_dataloader, model, loss_fn)
7. 提高準確率的優(yōu)化方式
- 層數(shù)增加：從2層隱藏層增加到3層，增強模型表達能力
- 神經(jīng)元增加：第一層從128個神經(jīng)元增加到512個
- 激活函數(shù)：用ReLU替代sigmoid，緩解梯度消失問題
- 正則化：添加Dropout層（0.2丟棄率），防止過擬合
- 改進優(yōu)化器：降低學習率
# 改進架構
self.hidden1 = nn.Linear(28 * 28, 512) # 增加神經(jīng)元
self.dropout1 = nn.Dropout(0.2) # 添加Dropout
self.hidden2 = nn.Linear(512, 256)
self.dropout2 = nn.Dropout(0.2) # 添加Dropout
self.hidden3 = nn.Linear(256, 128) # 增加一層
self.out = nn.Linear(128, 10)
# 改進的前向傳播
x = self.flatten(x)
x = self.hidden1(x)
x = torch.relu(x) # 使用ReLU替代sigmoid
x = self.dropout1(x) # 訓練時隨機丟棄
x = self.hidden2(x)
x = torch.relu(x) # 使用ReLU替代sigmoid
x = self.dropout2(x) # 訓練時隨機丟棄
x = self.hidden3(x)
x = torch.relu(x)
x = self.out(x)
# 改進優(yōu)化器 optimizer = torch.optim.Adam(model.parameters(), lr=0.001) # 降低學習率
到此這篇關于PyTorch基于MNIST的手寫數(shù)字識別的文章就介紹到這了,更多相關PyTorch MNIST手寫數(shù)字識別內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python使用graphviz畫流程圖過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-03-03
在Python編程中變量作用域是一個非常重要的概念,global和nonlocal關鍵字就能派上用場了,本文將詳細介紹這兩個關鍵字的用法、區(qū)別及適用場景,幫助大家徹底弄懂global與nonlocal關鍵字2025-07-07
Python中Matplotlib圖像添加標簽的方法實現(xiàn)
本文主要介紹了Python中Matplotlib圖像添加標簽的方法實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
在python中實現(xiàn)求輸出1-3+5-7+9-......101的和
這篇文章主要介紹了在python中實現(xiàn)求輸出1-3+5-7+9-......101的和，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
大家好，本篇文章主要講的是用python畫一只帥氣的皮卡丘，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
詳解MySQL數(shù)據(jù)類型int(M)中M的含義
int(M)拆分來說，int是代表整型數(shù)據(jù)那，么中間的M應該是代表多少位了，后來查mysql手冊也得知了我的理解是正確的，下面這篇文章小編就來舉例詳細說明。 文中介紹的很詳細，相信對大家的理解和學習很有幫助，有需要的朋友們下面就來學習學習吧。2016-11-11
Python是面向對象的語言，一般情況下使用面向對象編程會使得開發(fā)效率更高，軟件質量更好，并且代碼更易于擴展，可讀性和可維護性也更高，但是Python的類寫起來是真的累，這是可以在創(chuàng)建類的時候自動添加上attrs模塊，下面文章我們就來介紹這個東西,需要的朋友可參考一下2021-09-09
這篇文章主要介紹了Python加密方法,結合實例形式總結分析了md5,base64,sha1的簡單加密方法,需要的朋友可以參考下2017-07-07
這篇文章主要給大家介紹了關于Python超簡單容易上手的畫圖工具庫的相關資料，文中通過圖文介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-05-05
今天小編就為大家分享一篇TensorFlow實現(xiàn)自定義Op方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02