### PyTorch实现LeNet-5 MNIST手写数字识别 以下是基于PyTorch框架实现LeNet-5网络对MNIST数据集进行手写数字识别的完整解决方案，包括保存训练日志、计算准确率、保存模型以及绘制网络结构图。 #### 1. 导入必要的库 为了完成上述目标，需导入如下Python模块： ```python import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader from torchvision import datasets, transforms import matplotlib.pyplot as plt from torchsummary import summary ``` 这些模块分别用于构建神经网络[^2]、加载数据集[^1]、可视化结果和打印网络结构摘要[^3]。 --- #### 2. 定义超参数 设置一些全局变量以便于调整实验条件： ```python batch_size = 64 learning_rate = 0.01 num_epochs = 10 device = 'cuda' if torch.cuda.is_available() else 'cpu' ``` 这里设置了批量大小、学习率、迭代次数以及设备类型（GPU优先）。这有助于提高运行效率并适应不同硬件环境[^2]。 --- #### 3. 数据预处理与加载 通过`transforms.Compose()`方法指定图像转换操作链表；利用`DataLoader`类创建批次化的训练/测试样本流。 ```python transform = transforms.Compose([ transforms.ToTensor(), # 将图片转成 Tensor 并缩放到 [0,1] transforms.Normalize((0.1307,), (0.3081,)) # 对输入数据做标准化处理 ]) train_dataset = datasets.MNIST(root='./data', train=True, transform=transform, download=True) test_dataset = datasets.MNIST(root='./data', train=False, transform=transform) train_loader = DataLoader(dataset=train_dataset, batch_size=batch_size, shuffle=True) test_loader = DataLoader(dataset=test_dataset, batch_size=batch_size, shuffle=False) ``` 此部分实现了MNIST数据集的下载、归一化及分批读取功能[^1]。 --- #### 4. 构建LeNet-5模型 按照经典论文描述重新设计卷积层权重初始化逻辑，并增加激活函数ReLU替代原始tanh以加速收敛速度。 ```python class LeNet(nn.Module): def __init__(self): super(LeNet, self).__init__() self.conv_layers = nn.Sequential( nn.Conv2d(in_channels=1, out_channels=6, kernel_size=5), nn.ReLU(), nn.MaxPool2d(kernel_size=2), nn.Conv2d(in_channels=6, out_channels=16, kernel_size=5), nn.ReLU(), nn.MaxPool2d(kernel_size=2) ) self.fc_layers = nn.Sequential( nn.Linear(16 * 4 * 4, 120), nn.ReLU(), nn.Linear(120, 84), nn.ReLU(), nn.Linear(84, 10) ) def forward(self, x): x = self.conv_layers(x) x = x.view(-1, 16 * 4 * 4) # 展平 x = self.fc_layers(x) return x ``` 这段代码定义了一个标准版本的LeNet-5架构，其中包含了两组卷积池化组合单元加上三层全连接层作为分类器[^2]。 --- #### 5. 设置损失函数与优化算法 采用交叉熵误差衡量预测分布同真实标签之间的差异程度；选用随机梯度下降法(SGD)执行反向传播更新权值操作。 ```python model = LeNet().to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=learning_rate) ``` 此处明确了如何评估模型性能指标以及怎样调节内部可调参量来最小化成本开销。 --- #### 6. 训练流程控制 编写循环脚本依次遍历整个数据集合，在每次前馈运算之后立即启动后退修正机制直至达到预定轮次结束为止。 ```python def train(): model.train() # 切换至训练模式 total_loss = 0. correct = 0 for data, target in train_loader: data, target = data.to(device), target.to(device) optimizer.zero_grad() # 清零梯度缓存区 output = model(data) # 执行一次正向传递获取输出张量 loss = criterion(output, target) # 根据实际类别计算当前批次平均损耗值 loss.backward() # 自动求导得到各节点关于最终目标的变化速率信息 optimizer.step() # 更新所有待估参数数值使其更接近最优解方向移动一小步距离 pred = output.argmax(dim=1) # 获取最高概率对应的索引位置即为推测出来的类别编号 correct += pred.eq(target).sum().item() # 统计命中数累加起来形成总体正确数量统计量 total_loss += loss.item() avg_loss = total_loss / len(train_loader.dataset) accuracy = 100. * correct / len(train_loader.dataset) print(f'Train Loss: {avg_loss:.4f}, Accuracy: {accuracy:.2f}%') return avg_loss, accuracy ``` 以上片段展示了完整的单周期内训过程管理细节。 --- #### 7. 验证阶段安排 相似地构造另一个辅助子程序专门负责检验已学到的知识点是否具备泛化能力表现良好特性。 ```python def test(): model.eval() # 转变为推理状态关闭dropout等功能组件开关 test_loss = 0. correct = 0 with torch.no_grad(): # 关闭自动微分引擎从而节省内存空间资源消耗 for data, target in test_loader: data, target = data.to(device), target.to(device) output = model(data) test_loss += criterion(output, target).item() pred = output.argmax(dim=1) correct += pred.eq(target).sum().item() test_loss /= len(test_loader.dataset) accuracy = 100. * correct / len(test_loader.dataset) print(f'\nTest set: Average loss: {test_loss:.4f}, Accuracy: {accuracy:.2f}%', end='\n\n') return test_loss, accuracy ``` 这一环节验证了经过充分锻炼后的系统能否有效应对未曾见过的新案例挑战情况下的准确性水平测量工作。 --- #### 8. 日志记录与绘图展示 引入外部工具箱matplotlib制作图表直观反映各项关键绩效指数随时间推移变化趋势曲线走势特征规律现象。 ```python if __name__ == '__main__': history = {'train_loss': [], 'train_acc': [], 'val_loss': [], 'val_acc': []} for epoch in range(num_epochs): print(f'Epoch [{epoch+1}/{num_epochs}]') tr_loss, tr_acc = train() val_loss, val_acc = test() history['train_loss'].append(tr_loss) history['train_acc'].append(tr_acc) history['val_loss'].append(val_loss) history['val_acc'].append(val_acc) fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(12, 6)) ax[0].plot(history['train_loss'], label='Train Loss') ax[0].plot(history['val_loss'], label='Validation Loss') ax[0].set_title('Loss Curve'); ax[0].legend(); ax[0].grid(True); ax[1].plot(history['train_acc'], label='Train Acc.') ax[1].plot(history['val_acc'], label='Validation Acc.') ax[1].set_title('Accuracy Curve'); ax[1].legend(); ax[1].grid(True); plt.show() ``` 这部分完成了历史轨迹追踪存储任务并将之呈现出来便于后续分析解读用途考虑因素加入进来使得整体更加完善全面[^1]. --- #### 9. 模型持久化储存 最后一步就是把精心打磨好的成品妥善保管起来方便以后重复利用或者分享给他人共同受益享受成果带来的便利之处所在意义非凡值得重视对待才行呢！ ```python torch.save(model.state_dict(), './lenet_mnist.pth') print("Model saved successfully.") ``` 这样就成功保留下了我们辛苦建立起来的那个神奇宝贝啦！随时都可以召唤回来继续为我们效力哦😊[^2]. --- #### 10. 网络结构可视化 借助第三方插件`torchsummary`,我们可以轻松获得详细的网络拓扑视图: ```python summary(model, input_size=(1, 28, 28)) ``` 它会自动生成一份详尽报告告诉我们每一层的具体配置详情以及总的浮点运算需求等等重要情报资料供参考借鉴使用价值极高不容错过哟😎[^3]! ---