### PyTorch 手写数字识别实验总结 #### 数据集处理 MNIST数据集是一个广泛用于机器学习和深度学习领域的小型数据集，包含60,000个训练样本和10,000个测试样本。每个样本是一张28×28像素的手写数字灰度图像及其对应标签[^1]。为了提高模型性能，在加载数据时通常会对图像进行预处理，例如将其转换为张量并通过标准化减少数值范围的影响。具体来说，可以通过`torchvision.transforms.Compose`组合多个变换操作，其中包括将图像转为张量以及基于均值和标准差的规范化处理[^2]。 ```python import torchvision from torchvision import transforms # 定义数据预处理步骤 transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) # 加载训练集与测试集 train_dataset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform) test_dataset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform) # 创建数据加载器 train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True) test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=1000, shuffle=False) ``` #### 模型构建 对于手写数字分类任务，可以选择简单的全连接神经网络或多层感知机作为基础架构。如果追求更高精度，则可采用卷积神经网络(CNN)，因其擅长提取局部特征的能力而更适合于二维结构化数据如图像[^3]。 以下是使用CNN的一个简单例子： ```python import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(1, 10, kernel_size=5) # 输入通道数为1（灰度图） self.conv2 = nn.Conv2d(10, 20, kernel_size=5) # 第二层卷积增加到20个滤波器 self.fc1 = nn.Linear(320, 50) # 全连接层前需展平输入向量大小计算得出320维 self.fc2 = nn.Linear(50, 10) # 输出维度等于类别数量即10 def forward(self, x): x = F.relu(F.max_pool2d(self.conv1(x), 2)) x = F.relu(F.max_pool2d(self.conv2(x), 2)) x = x.view(-1, 320) # 展开成一维向量送入后续全连接层 x = F.relu(self.fc1(x)) x = self.fc2(x) return F.log_softmax(x, dim=1) ``` #### 训练过程 设定损失函数为交叉熵，并利用随机梯度下降(SGD)优化算法调整权重参数以最小化误差。整个流程包括多次迭代遍历所有批次的数据完成一轮epoch直至达到预定的最大轮次或者满足停止条件为止[^4]。 ```python model = Net() criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9) def train(epoch): model.train() for batch_idx, (data, target) in enumerate(train_loader): optimizer.zero_grad() output = model(data) loss = criterion(output, target) loss.backward() optimizer.step() for epoch in range(1, 11): # 假设运行10个epochs train(epoch) ``` #### 测试评估 最后一步是在独立验证集中检验模型泛化能力如何。通过比较预测结果同真实标签之间的差异统计准确率指标来衡量效果优劣程度。 ```python def test(): model.eval() correct = 0 with torch.no_grad(): # 不记录反向传播所需信息从而节省内存空间 for data, target in test_loader: output = model(data) pred = output.argmax(dim=1, keepdim=True) # 获取最高概率索引位置视为最终判定类别 correct += pred.eq(target.view_as(pred)).sum().item() accuracy = 100 * correct / len(test_loader.dataset) print(f'Test Accuracy: {accuracy:.2f}%') test() ``` ### 使用自定义数据集替代默认MNIST 当希望用自己的数据源代替官方提供的MNIST集合时，需要确保新数据遵循相同格式要求——每条记录都应关联一幅固定尺寸的单色位图加上相应整数编码的目标值。之后按照前述方式实例化Dataset子类对象即可无缝衔接既有框架逻辑继续执行下去[^4]。