### 构建基于 PyTorch 的 CNN 模型进行 MNIST 手写数字识别 以下是使用 PyTorch 实现一个卷积神经网络 (CNN) 来完成 MNIST 数据集的手写数字识别任务的具体方法： #### 导入必要的库 为了构建和训练模型，需要导入一些基本的 Python 库以及 PyTorch 提供的相关模块。 ```python import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader ``` #### 加载和预处理数据 MNIST 是一个常用的数据集，可以通过 `torchvision.datasets` 轻松加载。这里还需要定义数据增强操作以提升模型泛化能力。 ```python transform = transforms.Compose([ transforms.ToTensor(), # 将图片转换成 Tensor transforms.Normalize((0.5,), (0.5,)) # 归一化处理 ]) train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform) test_dataset = datasets.MNIST(root='./data', train=False, download=True, transform=transform) train_loader = DataLoader(dataset=train_dataset, batch_size=64, shuffle=True) test_loader = DataLoader(dataset=test_dataset, batch_size=1000, shuffle=False) ``` 上述代码中，`transforms.Normalize` 对输入张量进行了标准化[^2]。 #### 定义 CNN 模型结构 下面是一个典型的 CNN 结构设计，它包含了多个卷积层、池化层以及全连接层。 ```python class CNNModel(nn.Module): def __init__(self): super(CNNModel, self).__init__() self.conv_layers = nn.Sequential( nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1), # 输入通道数为1（灰度图） nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2) ) self.fc_layers = nn.Sequential( nn.Linear(7 * 7 * 64, 128), # 前一层输出大小为 7*7*64 nn.ReLU(), nn.Dropout(p=0.5), # Dropout 层防止过拟合 nn.Linear(128, 10) # 输出类别数量为10 ) def forward(self, x): out = self.conv_layers(x) out = out.view(out.size(0), -1) # 展平多维张量 out = self.fc_layers(out) return out ``` 此架构遵循了标准的 CNN 设计原则，即通过堆叠卷积层逐步提取更复杂的特征，并最终利用全连接层完成分类任务[^3]。 #### 设置损失函数与优化器 交叉熵损失常用于多类别的分类问题；Adam 则是一种高效的梯度下降算法变体。 ```python model = CNNModel() criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) ``` #### 训练过程 在每次迭代过程中，计算预测误差并通过反向传播调整权重参数。 ```python def train_model(model, criterion, optimizer, num_epochs=10): model.train() # 开启训练模式 for epoch in range(num_epochs): running_loss = 0.0 for images, labels in train_loader: outputs = model(images) loss = criterion(outputs, labels) optimizer.zero_grad() loss.backward() optimizer.step() running_loss += loss.item() print(f'Epoch [{epoch+1}/{num_epochs}], Loss: {running_loss/len(train_loader):.4f}') print('Finished Training') ``` 注意，在训练阶段调用了 `model.train()` 方法，这一步骤对于 Batch Normalization 和 Dropout 曾经提到的作用至关重要[^4]。 #### 测试模型性能 最后验证模型的表现情况。 ```python def test_model(model): correct = 0 total = 0 model.eval() # 进入评估模式 with torch.no_grad(): for images, labels in test_loader: outputs = model(images) _, predicted = torch.max(outputs.data, 1) total += labels.size(0) correct += (predicted == labels).sum().item() accuracy = 100 * correct / total print(f'Test Accuracy of the Model on Test Images: {accuracy:.2f}%') test_model(model) ``` 以上就是完整的流程说明，涵盖了从准备环境到实际部署的所有环节[^5]。 ---