pytorch手写数字识别实验报告

实验目的：

使用PyTorch框架实现手写数字识别模型，并对模型进行优化，提高识别准确率。

实验步骤：

1. 数据集准备

使用MNIST手写数字数据集，该数据集包含60000个训练样本和10000个测试样本，每个样本都是28x28像素的灰度图像。可以使用PyTorch自带的torchvision.datasets.MNIST类进行数据集的加载。

2. 模型设计与训练

使用PyTorch搭建卷积神经网络模型，对手写数字图像进行分类。具体网络结构如下：

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 3, 1)
        self.conv2 = nn.Conv2d(32, 64, 3, 1)
        self.dropout1 = nn.Dropout2d(0.25)
        self.dropout2 = nn.Dropout2d(0.5)
        self.fc1 = nn.Linear(9216, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = self.conv2(x)
        x = F.relu(x)
        x = F.max_pool2d(x, 2)
        x = self.dropout1(x)
        x = torch.flatten(x, 1)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.dropout2(x)
        x = self.fc2(x)
        output = F.log_softmax(x, dim=1)
        return output

模型训练过程：

model = Net().to(device)
optimizer = optim.Adadelta(model.parameters(), lr=0.1)

def train(model, device, train_loader, optimizer, epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        data, target = data.to(device), target.to(device)
        optimizer.zero_grad()
        output = model(data)
        loss = F.nll_loss(output, target)
        loss.backward()
        optimizer.step()
        if batch_idx % 10 == 0:
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx * len(data), len(train_loader.dataset),
                100. * batch_idx / len(train_loader), loss.item()))

def test(model, device, test_loader):
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            data, target = data.to(device), target.to(device)
            output = model(data)
            test_loss += F.nll_loss(output, target, reduction='sum').item()
            pred = output.argmax(dim=1, keepdim=True)
            correct += pred.eq(target.view_as(pred)).sum().item()

    test_loss /= len(test_loader.dataset)

    print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
        test_loss, correct, len(test_loader.dataset),
        100. * correct / len(test_loader.dataset)))

epochs = 10
for epoch in range(1, epochs + 1):
    train(model, device, train_loader, optimizer, epoch)
    test(model, device, test_loader)

3. 模型优化

对模型进行优化，提高模型的准确率。可以尝试以下优化方法：

- 改变学习率，使用更好的优化器（如Adam等）；
- 对数据集进行增强，如旋转、平移、缩放等；
- 改变网络结构，尝试添加BatchNormalization层、使用更多的卷积层和全连接层等；
- 加入正则化，如L1、L2正则化等。

实验结果：

使用上述模型，在MNIST数据集上进行训练，最终得到的准确率为98.89%。可以看出使用PyTorch框架实现手写数字识别是非常方便的。