手写数字识别加法器--深度学习实验_手写数字识别实验

上次老师布置了一个实验：

手写数字识别--深度学习实验-CSDN博客

这次在上次的基础上又布置了一个实验，也是做了好久才做出，所以把实验报告放到CSDN保存，自己忘了方便查阅，也为其他人提供借鉴。

实验源码自取：

手写数字识别加法器.zip - 蓝奏云

手写数字加法器

• 实验目标和要求

目标：

1.学会pytorch框架。

2.学会CNN网络原理。

3.学会迁移学习原理。

近年来，迁移学习受到广泛关注，相关研究呈现出持续的指数式增长，在计算机视觉、自然语言处理、语音识别等领域，已经掀起了新一波的浪潮，有望引领下一代人工智能商业化应用。本实验针对MNIST手写数字识别数据集，首先设计实现一个手写数字识别模型，然后在此基础之上，利用迁移学习，实现一个手写数字加法器，输入两张手写数字图像，输出这两个数字的和。具体要求如下：

1. 在PyCharm平台上，基于PyTorch实现。

2. 使用第一次实验的MNIST数据集。

3. 首先设计实现一个基于PyTorch的CNN模型，训练、测试，保留其最优参数。

4. 基于第三步的模型，通过迁移学习，以“微调”方式实现端到端的手写加法器。模型的输入是手写数字图像，最终输出是对应两个数字的和。

5. 不使用迁移学习，从头开始训练一个CNN模型，实现同样的手写数字加法功能。

6. 在同一张图上画出两种方法的错误率曲线图，横坐标为训练时间或者迭代次数，纵坐标为错误率。

7. 结合曲线图，对两种方法进行分析比对。

• 实验过程（含错误调试）

1.迁移模型

神经网络结构图：

模型的处理流程：

首先设计实现一个基于PyTorch的CNN模型，训练、测试，保留其最优参数，跟上次实验一样。保留的模型命名为cnn.pth，留着进行下一步。

打开并统计数据集，发现训练集有50000个，验证集有10000个，测试集有10000个。根据题目要求，把训练集和验证集分成两部分，测试集单独加载图片进行测试。

对各两部分数据集的图像矩阵转成张量 ，把图像张量和目标张量一一对应放到 TensorDataset()函数转成迭代器对象，然后调用DataLoader()函数分批打包数据，生成迭代器对象。最终返回两个训练集对象，两个验证集对象。单独加载测试图片，把mnist.pkl里的图片imwrite()保存下载来，编号为1到20，加载图片和数字，转成张量放到字典，用于测试。

定义Adder类,继承Model类，实现初始化网络、把预训练好的手写数字识别网络模型对象传入加法器模型，再定义全连接层Linear（20,19）和Linear（19,19），对于每次输入的两张图片，先输入到预训练的模型，分别输出张量为10的概率值，把这两个张量拼接在一起，输入到20个神经元的层，由于两个数相加最大值为18，最小值为0，模型经过训练学习，输出19个值，最大值的数对应的下标就是两个数相加的结果。

加法器模型迭代10次，输入训练数据进行前向传播，把结果放进交叉熵损失函数、后向传播计算梯度，更新参数，验证模型，继续迭代，寻找最优参数。

简单版手写数字加法器 - 飞桨AI Studio星河社区 (baidu.com)

2.非迁移模型

神经网络结构图：

模型的处理流程：

定义MNIST_Adder类,继承Model类，参考上面迁移模型的想法，使用Sequential()函数将模型模块化，分成conv卷积模块和fc全连接模块，对于每次输入的两张图片，conv卷积模块负责对图片进行卷积和最大池化操作，分别获得维度为2000的特征向量，然后把这两个特征向量拼接在一起输入全连接层，最后输出长度为19的张量，里面最大值的下标索引就是两个数的相加结果。

加法器模型迭代10次，输入训练数据进行前向传播，把结果放进交叉熵损失函数、后向传播计算梯度，更新参数，验证模型，继续迭代，寻找最优参数。

迁移模型：

当批量大小batch_size=200，迭代次数为10，AdamW优化器的参数lr=0.003,weight_decay=0.002,使用交叉熵损失函数时，运行结果如下：

验证精度在到达95%时开始收敛，最高有96%，为了防止偶然性，使用10组图片进行测试，10组图片的数字相加结果都正确。

非迁移模型：

当批量大小batch_size=200，迭代次数为10，AdamW优化器的参数lr=0.002,weight_decay=0.003,使用交叉熵损失函数时，运行结果如下：

验证精度在到达94%时开始收敛，为了防止偶然性，使用10组图片进行测试，10组图片的数字相加结果中有一组错误。

可见非迁移模型的验证精度和测试结果准确率都不如迁移模型的。

......

• 总结

学到了许多，对pytorch框架的使用更熟练了。