### 实验目的 通过构建并训练基于 PyTorch 的 LeNet-5 模型来实现 MNIST 数据集的手写数字识别，旨在验证经典卷积神经网络架构的有效性和性能。具体目标包括： - 掌握如何使用 PyTorch 构建经典的 CNN 结构——LeNet-5； - 学习处理图像分类任务的方法和技术； - 测试不同配置下模型的表现，并分析影响因素。 ### 实验内容 #### 准备工作 安装必要的库和工具包，加载 MNIST 数据集，并对其进行预处理以便于后续操作。数据集中共有 60,000 张用于训练的样本以及 10,000 张作为测试用途的图片，这些灰度图像是经过标准化后的 28×28 像素大小[^2]。 ```python import torch from torchvision import datasets, transforms from torch.utils.data import DataLoader transform = transforms.Compose([ transforms.ToTensor(), ]) train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform) test_dataset = datasets.MNIST(root='./data', train=False, download=True, transform=transform) batch_size = 64 train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True) test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False) ``` #### 定义 LeNet-5 模型 根据原始论文中的描述定义 LeNet-5 网络结构，在此过程中可以采用两种方式之一：一是直接调用现有框架提供的模块快速建立；二是手动编写每一层的具体参数设置以加深理解[^1]。 以下是自定义 LeNet-5 的 Python 代码片段： ```python class LeNet(torch.nn.Module): def __init__(self): super(LeNet, self).__init__() self.conv1 = torch.nn.Conv2d(in_channels=1, out_channels=6, kernel_size=5, stride=1, padding=2) self.pool1 = torch.nn.MaxPool2d(kernel_size=2, stride=2) self.conv2 = torch.nn.Conv2d(in_channels=6, out_channels=16, kernel_size=5, stride=1) self.fc1 = torch.nn.Linear(16 * 5 * 5, 120) self.fc2 = torch.nn.Linear(120, 84) self.fc3 = torch.nn.Linear(84, 10) def forward(self, x): x = self.pool1(torch.relu(self.conv1(x))) x = self.pool1(torch.relu(self.conv2(x))) x = x.view(-1, 16 * 5 * 5) x = torch.relu(self.fc1(x)) x = torch.relu(self.fc2(x)) x = self.fc3(x) return x model = LeNet() print(model) ``` #### 训练过程 设定损失函数（如交叉熵）、优化器（如 Adam 或 SGD），并通过多次迭代调整权重直至收敛。期间还需定期评估模型在验证集上的表现，防止过拟合现象的发生。 ```python criterion = torch.nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=0.001) epochs = 10 for epoch in range(epochs): running_loss = 0.0 for images, labels in train_loader: optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() print(f'Epoch [{epoch+1}/{epochs}], Loss: {running_loss/len(train_loader):.4f}') ``` #### 性能评测 最后一步是对最终版本的 LeNet-5 进行全面检验，计算其准确率和其他评价指标，从而判断整个项目的成功与否。