基于卷积神经网络 (CNN) 的 MNIST 手写数字识别模型
目录
简介
一、搭建卷积神经网络
1. 导入必要的库
2. 加载 MNIST 数据集
3. 创建数据加载器
4. 选择计算设备
5. 定义 CNN 模型（重点）
6. 初始化模型、
7. 定义训练函数
8. 定义测试函数
9. 训练配置
10. 执行训练和测试
11. 绘制训练效果曲线
简介
之前我们用过深度网络模型进行MNIST 手写数字识别
深度学习之第三课PyTorch（ MNIST 手写数字识别神经网络模型）
而现在我们学习过卷积神经网络cnn，我们就用卷积神经网络模型来进行MNIST 手写数字识别
深度学习之第四课卷积神经网络CNN
一、搭建卷积神经网络
1. 导入必要的库
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensortorch：PyTorch 深度学习框架的核心库nn：神经网络模块，包含各种层和损失函数DataLoader：用于数据加载和批处理datasets：包含常用数据集，这里使用 MNISTToTensor：将图像转换为 PyTorch 张量的转换器
2. 加载 MNIST 数据集
# 下载训练集的图片+标签
training_data = datasets.MNIST(root='data', # 数据存储路径train=True, # 加载训练集download=True, # 如果本地没有则下载transform=ToTensor(),# 数据转换：将图像转为张量
)# 下载测试集的图片+标签
test_data = datasets.MNIST(root='data',train=False, # 加载测试集download=True,transform=ToTensor(),
)MNIST 是一个手写数字数据集，包含 60,000 个训练样本和 10,000 个测试样本，每个样本是 28×28 的灰度图像。
3. 创建数据加载器
train_dataloader = DataLoader(training_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64) DataLoader用于批量加载数据，支持自动批处理、打乱数据和并行加载等功能，这里设置批次大小为 64。
4. 选择计算设备
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")自动选择可用的计算设备：优先使用 NVIDIA GPU (cuda)，其次是 Apple GPU (mps)，最后使用 CPU。
5. 定义 CNN 模型（重点）
class CNN(nn.Module):def __init__(self):super(CNN, self).__init__()# 第一个卷积块：卷积+ReLU+池化self.conv1 = nn.Sequential(nn.Conv2d(1, 16, 5, 1, 2), # 输入通道1，输出通道16，卷积核5×5，步长1，填充2nn.ReLU(), # ReLU激活函数nn.MaxPool2d(kernel_size=2) # 最大池化，2×2)# 第二个卷积块：两个卷积+ReLU+池化self.conv2 = nn.Sequential(nn.Conv2d(16, 32, 5, 1, 2),nn.ReLU(),nn.Conv2d(32, 32, 5, 1, 2),nn.ReLU(),nn.MaxPool2d(2),)# 第三个卷积块：卷积+ReLUself.conv3 = nn.Sequential(nn.Conv2d(32, 64, 5, 1, 2),nn.ReLU(),)# 全连接层，输出10个类别(0-9)self.out = nn.Linear(64*7*7, 10)# 前向传播def forward(self, x):x = self.conv1(x)x = self.conv2(x)x = self.conv3(x)x = x.view(x.size(0), -1) # 展平操作，将特征图转为一维向量output = self.out(x)return output模型结构说明：
- 输入是 28×28 的灰度图像
- 通过三个卷积块提取特征，逐步增加通道数 (1→16→32→64)
- 池化操作将特征图尺寸从 28×28→14×14→7×7
- 最后通过全连接层输出 10 个类别的预测结果
6. 初始化模型、
model = CNN().to(device)
print(model)创建模型实例并将其移动到之前选择的计算设备上
7. 定义训练函数
def train(dataloader, model, loss_fn, optimizer):model.train() # 切换到训练模式batch_size_num = 1for X, y in dataloader:X, y = X.to(device), y.to(device) # 将数据移到计算设备# 前向传播pred = model.forward(X)loss = loss_fn(pred, y) # 计算损失# 反向传播和参数更新optimizer.zero_grad() # 梯度清零loss.backward() # 反向传播计算梯度optimizer.step() # 更新参数loss = loss.item()batch_size_num += 1训练过程包括：
- 将模型设为训练模式
- 遍历数据集中的批次
- 执行前向传播计算预测值和损失
- 执行反向传播计算梯度并更新模型参数
8. 定义测试函数
def test(dataloader, model, loss_fn):size = len(dataloader.dataset)num_batches = len(dataloader)model.eval() # 切换到评估模式test_loss, correct = 0, 0with torch.no_grad(): # 禁用梯度计算，节省内存和计算资源for X, y in dataloader:X, y = X.to(device), y.to(device)pred = model.forward(X)test_loss += loss_fn(pred, y).item()# 计算正确预测的数量correct += (pred.argmax(1) == y).type(torch.float).sum().item()# 计算平均损失和准确率test_loss /= num_batchescorrect /= sizeprint(f"Test result:\n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f}")测试过程包括：
- 将模型设为评估模式
- 禁用梯度计算以提高效率
- 遍历测试集计算损失和准确率
- 输出测试结果
9. 训练配置
loss_fn = nn.CrossEntropyLoss() # 交叉熵损失函数，适用于分类问题
optimizer = torch.optim.Adam(model.parameters(), lr=0.001) # Adam优化器
# 学习率调度器：每10个epoch将学习率乘以0.5
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.5)10. 执行训练和测试
epochs = 10 # 训练轮数
acc_s = []
loss_s = []
for t in range(epochs):print(f"Epoch {t+1}\n-----------------------")train(train_dataloader, model, loss_fn, optimizer)test(test_dataloader, model, loss_fn)scheduler.step() # 更新学习率
print("Done!")循环指定的训练轮数，每轮先训练模型，再在测试集上评估性能，并更新学习率。
11. 绘制训练效果曲线
from matplotlib import pyplot as plt
plt.subplots(1, 2, 1)
plt.plot(range(0, epochs), acc_s)
plt.xlabel('epoch')
plt.ylabel('accuracy')
plt.subplots(1, 2, 2)
plt.plot(range(0, epochs), loss_s)
plt.xlabel('epoch')
plt.ylabel('loss')
plt.show()
print("done!")