▶手写数字识别 MNIST数据集 作业:基于神经网络实现手写数字识别

好的，手写数字识别是一个非常经典的图像分类问题，MNIST数据集是一个非常常用的用于手写数字识别的数据集。那么我们可以通过构建一个基于神经网络的模型来实现手写数字的识别。

首先，我们需要加载MNIST数据集，并对数据进行预处理。MNIST数据集中包含了60000张训练图片和10000张测试图片，每张图片都是28*28的灰度图像。我们可以使用PyTorch中的torchvision来加载MNIST数据集：

import torch
import torchvision
import torchvision.transforms as transforms

# 定义数据预处理方式
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.1307,), (0.3081,))])

# 加载训练集
trainset = torchvision.datasets.MNIST(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64,
                                          shuffle=True, num_workers=2)

# 加载测试集
testset = torchvision.datasets.MNIST(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64,
                                         shuffle=False, num_workers=2)

在加载数据集时，我们使用了一个叫做transform的参数，它是用来定义数据预处理的方式的。在这里，我们使用了ToTensor()函数将图片从PIL类型转换成PyTorch中的Tensor类型，并使用了Normalize()函数对数据进行归一化处理，其中(0.1307,)和(0.3081,)是MNIST数据集中所有像素点的均值和标准差。

接下来，我们可以定义一个基于神经网络的模型。在这里，我们使用了一个包含两个隐藏层的全连接神经网络，每个隐藏层包含256个神经元，输出层包含10个神经元，分别代表数字0到9。我们使用ReLU作为激活函数，并使用交叉熵作为损失函数。

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc1 = nn.Linear(784, 256)
        self.fc2 = nn.Linear(256, 256)
        self.fc3 = nn.Linear(256, 10)

    def forward(self, x):
        x = x.view(-1, 784)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

最后，我们可以使用PyTorch中的优化器和损失函数对模型进行训练，并在测试集上进行测试：

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

# 训练模型
for epoch in range(10):  # 训练数据集10次
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data

        optimizer.zero_grad()

        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
        if i % 100 == 99:    # 每100个batch输出一次loss
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 100))
            running_loss = 0.0

print('Finished Training')

# 在测试集上测试模型的准确率
correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

通过运行上述代码，我们可以得到一个在测试集上准确率约为98%的手写数字识别模型。