卷积神经网络CNN实战：MINST手写数字识别——数据集下载与网络训练

数据集下载

这一部分比较简单，就不过多赘述了，把代码粘贴到自己的项目文件里，运行一下就可以下载了。

from torchvision import datasets, transforms

# 定义数据转换，将数据转换为张量并进行标准化
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为张量
    transforms.Normalize((0.5,), (0.5,))  # 标准化
])

# 下载和加载训练集
train_data = datasets.MNIST(root='./data', train=True, download=True, transform=transform)

# 下载和加载测试集
test_data = datasets.MNIST(root='./data', train=False, download=True, transform=transform)

该代码运行效果如下图：

下载好的数据集可以将其中的图片保存，这里给出两个代码，分别采用matplotlib库和opencv库进行可视化和保存

# matplotlib
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import os

# 创建保存图片的文件夹
os.makedirs('mnist_images', exist_ok=True)

# 定义数据转换（转换为Tensor）
transform = transforms.Compose([
    transforms.ToTensor()
])

# 下载 MNIST 数据集
dataset = datasets.MNIST(root='./data', train=True, transform=transform, download=True)

# 获取前100张图片
for i in range(100):
    image, _ = dataset[i]
    image = image.squeeze()  # 去掉单通道维度

    plt.imshow(image, cmap='gray')
    plt.axis('off')  # 不显示坐标轴
    plt.savefig(f'mnist_images/image_{i+1}.png', bbox_inches='tight', pad_inches=0)

print("前 100 张图片已保存为 PNG 文件")

# opencv
import cv2
import numpy as np
from torchvision import datasets, transforms
import os

# 创建保存图片的文件夹
os.makedirs('mnist_images', exist_ok=True)

# 定义数据转换（转换为Tensor）
transform = transforms.Compose([
    transforms.ToTensor()
])

# 下载 MNIST 数据集
dataset = datasets.MNIST(root='./data', train=True, transform=transform, download=True)

# 获取前100张图片
for i in range(100):
    image, _ = dataset[i]
    image = image.squeeze().numpy()  # 去掉单通道维度，并转换为 numpy 数组

    # OpenCV 需要图像的范围在 0 到 255 之间
    image = (image * 255).astype(np.uint8)

    # 保存图像
    cv2.imwrite(f'mnist_images/image_{i+1}.png', image)

# 可选：显示图像
cv2.imshow('image_1', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 如果你启用了显示图像的功能，记得在最后调用以下代码：
cv2.destroyAllWindows()

网络训练

该代码运行效果如下图

import torch

'''=============== 数据集部分 ==============='''
# 定义数据转换
import torchvision.transforms as transforms
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

# 打开已经下载的训练集和测试集
from torchvision.datasets import MNIST
train_dataset = MNIST(root='./data', train=True, download=False, transform=transform)
test_dataset = MNIST(root='./data', train=False, download=False, transform=transform)

# 创建数据加载器
batch_size = 256
from torch.utils.data import random_split
from torch.utils.data import DataLoader

# 将数据集分割为6000和剩余的数据
train_size = 6000
train_subset, _ = random_split(train_dataset, [train_size, len(train_dataset) - train_size])

train_loader = DataLoader(dataset=train_subset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(dataset=test_dataset, batch_size=batch_size, shuffle=False)

'''=============== 网络定义 ==============='''
# 初始化网络
from net import CNN
net = CNN()

# 初始化优化器、学习率调整器、评价函数
import torch.nn as nn
from torch import optim
learning_rate = 0.001 # 0.05 ~ 1e-6
weight_decay = 1e-4 # 1e-2 ~ 1e-8
momentum = 0.8 # 0.3~0.9
optimizer = optim.RMSprop(net.parameters(), lr=learning_rate, weight_decay=weight_decay, momentum=momentum)
scheduler = optim.lr_scheduler.ReduceLROnPlateau(optimizer, 'min', patience=2)
criterion = nn.CrossEntropyLoss()

# GPU
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
net.to(device=device)

'''=============== 模型信息管理 ==============='''
model_path = None

if model_path is not None:
    net.load_state_dict(torch.load(model_path, map_location=device))

'''=============== 网络训练 ==============='''
epochs = 50

def train(net, device, optimizer, scheduler, criterion):
    net.train() 

    for epoch in range(epochs):
        epoch_loss = 0      # 集损失置0

        for images, labels in train_loader:
            ''' ========== 数据获取和转移 ========== '''
            images = images.to(device=device, dtype=torch.float32)
            labels = labels.to(device=device, dtype=torch.long)

            ''' ========== 数据操作 ========== '''
            outputs = net(images)
            # net.forward()
            loss = criterion(outputs, labels)
            epoch_loss += loss.detach().item()

            ''' ========== 反向传播 ========== '''
            optimizer.zero_grad()
            loss.requires_grad_(True)
            loss.backward() 

            # 梯度裁剪
            for param in net.parameters():
                if param.grad is not None and param.grad.nelement() > 0:
                    nn.utils.clip_grad_value_([param], clip_value=0.1)

            optimizer.step()

        epoch_loss /= len(train_loader)

        # 输出每个 epoch 的平均损失
        print(f'Epoch [{epoch+1}/{epochs}], Loss: {epoch_loss}')

train(net, device, optimizer, scheduler, criterion)

'''=============== 网络保存 ==============='''
from datetime import datetime

# 获取当前时间
current_time = datetime.now().strftime('%Y%m%d_%H%M%S')
model_path = f'./output/final_model_{current_time}.pth'

# 保存模型
torch.save(net.state_dict(), model_path)