手写数据集minist基于pytorch分类学习

1.Mnist数据集介绍
1.1 基本介绍
Mnist数据集可以算是学习深度学习最常用到的了。这个数据集包含70000张手写数字图片，分别是60000张训练图片和10000张测试图片，训练集由来自250个不同人手写的数字构成，一般来自高中生，一半来自工作人员，测试集（test set）也是同样比例的手写数字数据，并且保证了测试集和训练集的作者不同。每个图片都是2828个像素点,数据集会把一张图片的数据转成一个2828=784的一维向量存储起来。
里面的图片数据如下所示，每张图是0-9的手写数字黑底白字的图片，存储时，黑色用0表示，白色用0-1的浮点数表示。

1.2 数据集下载
1）官网下载
Mnist数据集的下载地址如下：http://yann.lecun.com/exdb/mnist/
打开后会有四个文件：

训练数据集：train-images-idx3-ubyte.gz
训练数据集标签：train-labels-idx1-ubyte.gz
测试数据集：t10k-images-idx3-ubyte.gz
测试数据集标签：t10k-labels-idx1-ubyte.gz
将这四个文件下载后放置到需要用的文件夹下即可不要解压！下载后是什么就怎么放！

2）代码导入
文件夹下运行下面的代码，即可自动检测数据集是否存在，若没有会自动进行下载，下载后在这一路径：

下载数据集：

# 下载数据集
from torchvision import datasets, transforms

train_set = datasets.MNIST("data",train=True,download=True, transform=transforms.ToTensor(),)
test_set = datasets.MNIST("data",train=False,download=True, transform=transforms.ToTensor(),)

参数解释：

datasets.MNIST：是Pytorch的内置函数torchvision.datasets.MNIST，可以导入数据集
train=True ：读入的数据作为训练集
transform：读入我们自己定义的数据预处理操作
download=True：当我们的根目录（root）下没有数据集时，便自动下载
如果这时候我们通过联网自动下载方式download我们的数据后，它的文件路径是以下形式：原文件夹/data/MNIST/raw

14轮左右，模型识别准确率达到98%以上

 加载数据集

import os.path
import matplotlib.pyplot as plt
import torch
from torchvision.datasets import MNIST
from PIL import Image
from torch.utils.data import Dataset,DataLoader
from torchvision import datasets, transforms
# 下载数据集
from torchvision import datasets, transforms

transform = transforms.Compose([
    transforms.ToTensor(), # 将灰度图片像素值（0~255）转为Tensor（0~1），方便后续处理
    transforms.Normalize((0.1307,),(0.3081,))# 归一化，均值0，方差1;mean:各通道的均值std：各通道的标准差inplace：是否原地操作
])

train_data = MNIST(root='./minist_data',train=True,download=False,transform=transform)
train_loader = DataLoader(dataset=train_data,shuffle=True,batch_size=64)
test_data = MNIST(root='./minist_data',train=False,download=False,transform=transform)
test_loader = DataLoader(dataset=test_data,shuffle=True,batch_size=64)

# train_data返回的是很多张图，每一张图是一个元组，包含图片和对应的数字
# print(test_data[0])
# print(train_data[0][0].show())

train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))

构建模型，模型主要由两个卷积层，两个池化层，以及一个全连接层构成，激活函数使用relu. 

class Model(torch.nn.Module):
    def __init__(self):
        super(Model,self).__init__()
        self.conv1 = torch.nn.Conv2d(in_channels=1,out_channels=10,stride=1,kernel_size=5,padding=0)
        self.maxpool1 = torch.nn.MaxPool2d(2)
        self.conv2 = torch.nn.Conv2d(in_channels=10,out_channels=20,kernel_size=5,stride=1,padding=0)
        self.maxpool2 = torch.nn.MaxPool2d(2)
        self.linear = torch.nn.Linear(320,10)

    def forward(self,x):
        x = torch.relu(self.conv1(x))
        x = self.maxpool1(x)
        x = torch.relu(self.conv2(x))
        x = self.maxpool2(x)
        x = x.view(x.size(0),-1)
        x = self.linear(x)
        return x
model = Model()


criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(),lr=0.14)# 交叉熵损失，相当于Softmax+Log+NllLoss
# 线性多分类模型Softmax,给出最终预测值对于10个类别出现的概率，Log:将乘法转换为加法，减少计算量，保证函数的单调性
# NLLLoss:计算损失，此过程不需要手动one-hot编码，NLLLoss会自动完成
# SGD，优化器，梯度下降算法e

模型训练
每次训练完成后会自动保存参数到pkl模型中，如果路径中有Pkl文件，下次运行会自动加载上一次的模型参数，在这个基础上继续训练，第一次运行时没有模型参数，结束后会自动生成。

# 模型训练
def train():
    # index = 0
    for index, data in enumerate(train_loader):  # 获取训练数据以及对应标签
        # for data in train_loader:
        input, target = data  # input为输入数据，target为标签

        y_predict = model(input)  # 模型预测
        loss = criterion(y_predict, target)
        optimizer.zero_grad()  # 梯度清零
        loss.backward()  # loss值反向传播
        optimizer.step()  # 更新参数
        # index += 1
        if index % 100 == 0:  # 每一百次保存一次模型，打印损失
            torch.save(model.state_dict(), "model.pkl")  # 保存模型
            torch.save(optimizer.state_dict(), "optimizer.pkl")
            print("训练次数为：{}，损失值为：{}".format(index, loss.item()))

加载模型
第一次运行这里需要一个空的model文件夹

if os.path.exists('model.pkl'):
    model.load_state_dict(torch.load("model.pkl"))

模型测试

def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for index,data in enumerate(test_loader):
            inputs,target = data
            output = model(inputs)
            probability,predict = torch.max(input=output.data, dim=1)
            total += target.size(0)  # target是形状为（batch_size,1)的矩阵，使用size（0）取出该批的大小
            correct += (predict == target).sum().item()  # predict 和target均为（batch_size,1)的矩阵，sum求出相等的个数
        print("测试准确率为：%.6f" % (correct / total))

自己手写数字图片识别函数（可选用）
这部分主要是加载训练好的pkl模型测试自己的数据，因此在进行自己手写图的测试时，需要有训练好的pkl文件，并且就不要调用train()函数和test()函数啦注意：这个图片像素也要说黑底白字，28*28像素，否则无法识别

def test_mydata():
    image = Image.open('5fd4e4c2c99a24e3e27eb9b2ee3b053c.jpg')  # 读取自定义手写图片
    image = image.resize((28, 28))  # 裁剪尺寸为28*28
    image = image.convert('L')  # 转换为灰度图像
    transform = transforms.ToTensor()
    image = transform(image)
    image = image.resize(1, 1, 28, 28)
    output = model(image)
    probability, predict = torch.max(output.data, dim=1)
    print("此手写图片值为：%d,其最大概率为：%.2f " % (predict[0], probability))
    plt.title("此手写图片值为：{}".format((int(predict))), fontname='SimHei')
    plt.imshow(image.squeeze())
    plt.show()

MNIST中的数据识别测试数据
训练过程中的打印信息我进行了修改，这里设置的训练轮数是15轮，每次训练生成的pkl模型参数也是会更新的，想要更多训练信息可以查看对应的教程哦~

if __name__ == '__main__':
    # 训练与测试
    for i in range(15):  # 训练和测试进行5轮
        print({"————————第{}轮测试开始——————".format(i + 1)})
        train()
        test()
    test_mydata()

完整代码：

import os.path
import matplotlib.pyplot as plt
import torch
from torchvision.datasets import MNIST
from PIL import Image
from torch.utils.data import Dataset,DataLoader
from torchvision import datasets, transforms
# 下载数据集
from torchvision import datasets, transforms

transform = transforms.Compose([
    transforms.ToTensor(), # 将灰度图片像素值（0~255）转为Tensor（0~1），方便后续处理
    transforms.Normalize((0.1307,),(0.3081,))# 归一化，均值0，方差1;mean:各通道的均值std：各通道的标准差inplace：是否原地操作
])

train_data = MNIST(root='./minist_data',train=True,download=False,transform=transform)
train_loader = DataLoader(dataset=train_data,shuffle=True,batch_size=64)
test_data = MNIST(root='./minist_data',train=False,download=False,transform=transform)
test_loader = DataLoader(dataset=test_data,shuffle=True,batch_size=64)

# train_data返回的是很多张图，每一张图是一个元组，包含图片和对应的数字
# print(test_data[0])
# print(train_data[0][0].show())

train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练数据集的长度：{}".format(train_data_size))
print("测试数据集的长度：{}".format(test_data_size))


class Model(torch.nn.Module):
    def __init__(self):
        super(Model,self).__init__()
        self.conv1 = torch.nn.Conv2d(in_channels=1,out_channels=10,stride=1,kernel_size=5,padding=0)
        self.maxpool1 = torch.nn.MaxPool2d(2)
        self.conv2 = torch.nn.Conv2d(in_channels=10,out_channels=20,kernel_size=5,stride=1,padding=0)
        self.maxpool2 = torch.nn.MaxPool2d(2)
        self.linear = torch.nn.Linear(320,10)

    def forward(self,x):
        x = torch.relu(self.conv1(x))
        x = self.maxpool1(x)
        x = torch.relu(self.conv2(x))
        x = self.maxpool2(x)
        x = x.view(x.size(0),-1)
        x = self.linear(x)
        return x
model = Model()


criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(),lr=0.14)# 交叉熵损失，相当于Softmax+Log+NllLoss
# 线性多分类模型Softmax,给出最终预测值对于10个类别出现的概率，Log:将乘法转换为加法，减少计算量，保证函数的单调性
# NLLLoss:计算损失，此过程不需要手动one-hot编码，NLLLoss会自动完成
# SGD，优化器，梯度下降算法e



# 模型训练
def train():
    # index = 0
    for index, data in enumerate(train_loader):  # 获取训练数据以及对应标签
        # for data in train_loader:
        input, target = data  # input为输入数据，target为标签

        y_predict = model(input)  # 模型预测
        loss = criterion(y_predict, target)
        optimizer.zero_grad()  # 梯度清零
        loss.backward()  # loss值反向传播
        optimizer.step()  # 更新参数
        # index += 1
        if index % 100 == 0:  # 每一百次保存一次模型，打印损失
            torch.save(model.state_dict(), "model.pkl")  # 保存模型
            torch.save(optimizer.state_dict(), "optimizer.pkl")
            print("训练次数为：{}，损失值为：{}".format(index, loss.item()))

if os.path.exists('model.pkl'):
    model.load_state_dict(torch.load("model.pkl"))

def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for index,data in enumerate(test_loader):
            inputs,target = data
            output = model(inputs)
            probability,predict = torch.max(input=output.data, dim=1)
            total += target.size(0)  # target是形状为（batch_size,1)的矩阵，使用size（0）取出该批的大小
            correct += (predict == target).sum().item()  # predict 和target均为（batch_size,1)的矩阵，sum求出相等的个数
        print("测试准确率为：%.6f" % (correct / total))


def test_mydata():
    image = Image.open('5fd4e4c2c99a24e3e27eb9b2ee3b053c.jpg')  # 读取自定义手写图片
    image = image.resize((28, 28))  # 裁剪尺寸为28*28
    image = image.convert('L')  # 转换为灰度图像
    transform = transforms.ToTensor()
    image = transform(image)
    image = image.resize(1, 1, 28, 28)
    output = model(image)
    probability, predict = torch.max(output.data, dim=1)
    print("此手写图片值为：%d,其最大概率为：%.2f " % (predict[0], probability))
    plt.title("此手写图片值为：{}".format((int(predict))), fontname='SimHei')
    plt.imshow(image.squeeze())
    plt.show()


if __name__ == '__main__':
    # 训练与测试
    for i in range(15):  # 训练和测试进行5轮
        print({"————————第{}轮测试开始——————".format(i + 1)})
        train()
        test()
    test_mydata()