基于卷积神经网络（CNN）的手写数字识别-完整代码_cnn手写数字识别代码

通过设计一个卷积神经网络模型，实现对MNIST数据集中的手写数字图片进行识别。

#1 导入必要的模块
import numpy as np
import matplotlib.pyplot as plt
import torch
from torchvision import transforms,datasets
from torch.utils.data import DataLoader
import torchvision

对数据进行预处理操作，即通过Compose方法把多种预处理操作组合在一起

#2  定义数据预处理操作【通过Compose方法把多种预处理操作组合在一起】
pipline=transforms.Compose([transforms.ToTensor(),transforms.Normalize([0.5],[0.5])])

        torchvision是pytorch的一个图形库，它是服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。其中的torchvision.transforms.Compose()类主要作用是串联多个图片变换的操作。这个类的构造如下：

class torchvision.transforms.Compose(transforms):
 # Composes several transforms together.
 # Parameters: transforms (list of Transform objects) – list of transforms to compose.

        可以看出Compose里面的参数实际上就是个列表，而这个列表里面的元素就是你想要执行的transform操作。

下载MNIST数据集

#3 下载数据集
train_dataset=datasets.MNIST('./data',train=True,transform=pipline,download=True)
test_dataset=datasets.MNIST('./data',train=False,transform=pipline,download=True)

 分批加载数据集

#分批加载数据集
train_loader=DataLoader(train_dataset,batch_size=16,shuffle=True)
test_loader=DataLoader(test_dataset,batch_size=16,shuffle=False)

shuffle=True用于打乱数据集，每次都会以不同的顺序返回。 

shuffle的实际效果为，假设有数据a,b,c,d，batch_size=2后打乱，具体是下面的第二种情况：
1.先按顺序取batch，对batch内打乱，即先取a,b，a,b进行打乱；
2.先打乱，再取batch。

部分数据可视化

第一种数据可视化方法

examples=enumerate(train_loader) #enumerate迭代器
_,(example_data,example_target)=next(examples) 
#利用enumerate()中的next()属性取值,用不到索引值，用_接一下值
for i in range(9):
    plt.subplot(3,3,i+1)
    plt.axis('off')
    plt.imshow(torch.squeeze(example_data[i]),cmap='gray')
    plt.title(example_target[i].numpy())

        enumerate()是python中的内置函数之一，属于迭代器函数。用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

例如：

>>> seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]

        next()函数用于取出可迭代对象的元素，一般与iter()函数联合使用。next函数可以调用生成器的对象以参数形式传入到next(params)，返回迭代器到下一个项目。用法：next(iterobject, defalt)

1.iterobject：可迭代的对象
2.default：可选

        当第二个参数不写入的时候，如果可迭代的元素全部取出来后，会返回Stoplteration的异常；当第二个参数写入的时候，可迭代对象完之后，会一直返回第二个参数写的数值。

第2种数据可视化方法

def imshow(img):
    img=img/2+0.5  #反归一化
    np_img=img.numpy()
    plt.axis('off')
    plt.imshow(np.transpose(np_img,(1,2,0)))
    plt.show()
 
dataiter=iter(train_loader)
images,labels=next(dataiter)
imshow(torchvision.utils.make_grid(images))

        归一话的时候是先减去平均值0.5 ，然后再除以标准偏差0.5；那么反归一化就是先乘以0.5，再加0.5。

 构建网络模型

import torch.nn as nn
class CNN(nn.Module):
    def __init__(self):
        super(CNN,self).__init__()
        self.layer01=nn.Sequential( #模块化
            nn.Conv2d(in_channels=1,out_channels=6,kernel_size=(3,3),padding=1), #卷积层
            nn.BatchNorm2d(6), #批正则化
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2,stride=2) #最大池化
        
        )   #16*14*14
        
        self.layer02=nn.Sequential(
            nn.Conv2d(6,16,3),  #32*12*12
            nn.BatchNorm2d(16),
            nn.ReLU(),
            nn.MaxPool2d(2,2)   #32*6*6  
        )
        self.fc=nn.Sequential(
            nn.Linear(16*6*6,10),
        
        )
    def forward(self,x): #前向传播
        x=self.layer01(x)
        x=self.layer02(x)
        x=x.view(x.size(0),-1)  ##四维(b,c,h,w)->二维
        x=self.fc(x)
        return x

实例化操作

net=CNN()
net

for m in net.modules():
    if isinstance(m,nn.Conv2d):
        nn.init.normal_(m.weight)
        nn.init.xavier_normal_(m.weight)
        nn.init.constant_(m.bias,0)
    elif isinstance(m,nn.Linear):
        nn.init.normal_(m.weight)

定义损失函数和优化器

loss_fun=nn.CrossEntropyLoss() #交叉熵损失
optimizer=torch.optim.Adam(net.parameters(),lr=0.01)  #优化器
 
tot_loss=0.0
tot_all=0.0
tot_correct=0.0
loss_per_epoch=[]
avg_acc_per_epoch=[]

        通过上述代码初始化了一个优化器，该优化器使用的是Adam优化算法，optim包里面还包含了其他优化算法。初始化时我们将我们定义的神经网络中的参数传入优化器中，并传入我们定义的学习率。

打印每轮后的损失和时间

import time
start=time.time()
for epoch in range(10):
    for iteration,(X_bat,y_bat) in enumerate(train_loader): #枚举器，索引值也可取出
        y_pred=net(X_bat) #得到预测标签
        loss=loss_fun(y_pred,y_bat) #计算损失
        optimizer.zero_grad() #梯度清零
        loss.backward() #反向传播
        optimizer.step() #梯度更新
        #argmax()取最大值对应的索引，利用data属性取出数值，再转化为numpy类型
        predict_y = torch.argmax(y_pred, 1).data.numpy()
        tot_correct += sum(predict_y == y_bat.data.numpy())
        tot_all += len(predict_y)
        tot_loss += loss.item() * len(predict_y)
    # 打印一轮中的平均精度和损失函数值
    avg_acc = tot_correct / tot_all * 100.0
    loss_epoch = tot_loss / tot_all
    print('[Epoch %d] avg_loss: %.4f, avg_acc: %.4f %%' % \
          (epoch+1, loss_epoch , avg_acc))
    loss_per_epoch.append(loss_epoch)
    avg_acc_per_epoch.append(avg_acc)
    
    tot_loss=0.0
    tot_correct=0.0
    tot_all=0.0
    
end=time.time()
print('traning time:',end-start)

损失和训练精度可视化

tot_test=0.0
tot_test_correct=0.0
pred_test_list=[]
true_test_list=[]
for image,target in test_loader:
    y_out_test=net(image)
    y_pred_test=torch.argmax(y_out_test,1).data.numpy()
    tot_test+=len(y_pred_test)
    tot_test_correct+=sum(y_pred_test==target.data.numpy())
    pred_test_list+=list(y_pred_test)
    true_test_list+=list(target.data.numpy())
test_acc=tot_test_correct/tot_test*100.0
print('TestAccuracy:%4f%%'%(test_acc))