尝试了一下pytorch数字识别
# 导入所需库
import numpy as np
import torch
from torch.utils.data import DataLoader
from torchvision import transforms
from torchvision.datasets import MNIST
import matplotlib.pyplot as plt# 定义神经网络模型类
import torchvision.transforms as transforms
from PIL import Image
class Net(torch.nn.Module):
def __init__(self):
# 继承父类初始化方法
super().__init__()
# 定义全连接层（FC）：输入维度为28*28，输出维度为64；中间层和最后一层保持64维输出，最终输出维度为10（对应MNIST数据集的10个类别）
self.fc1 = torch.nn.Linear(28 * 28, 64)
self.fc2 = torch.nn.Linear(64, 64)
self.fc3 = torch.nn.Linear(64, 64)
self.fc4 = torch.nn.Linear(64, 10)
def forward(self, x):
# 前向传播过程：使用ReLU激活函数对每一层FC输出进行非线性变换，最后一层使用log_softmax函数计算每个类别的对数概率
x = torch.nn.functional.relu(self.fc1(x))
x = torch.nn.functional.relu(self.fc2(x))
x = torch.nn.functional.relu(self.fc3(x))
x = torch.nn.functional.log_softmax(self.fc4(x), dim=1)
return x
# 获取MNIST数据集加载器的函数，根据是否为训练数据设置参数
def get_data_loader(is_train):
# 定义将图像数据转换为张量的转换器
to_tensor = transforms.Compose([transforms.ToTensor()])
# 加载MNIST数据集，指定是否为训练集、转换器、并下载数据（如果本地不存在）
data_set = MNIST("", is_train, transform=to_tensor, download=True)
# 创建DataLoader实例，设置批次大小为15，开启随机打乱
return DataLoader(data_set, batch_size=15, shuffle=True)
# 评估模型准确率的函数，接收测试数据集和模型作为输入
def evaluate(test_data, net):
n_correct = 0 # 正确预测数量计数器
n_total = 0 # 总预测数量计数器
# 使用无梯度模式进行评估
with torch.no_grad():
for (x, y) in test_data:
# 计算模型对当前批次数据的输出
outputs = net.forward(x.view(-1, 28 * 28))
# 遍历每条样本，若模型预测类别与真实标签相符，则增加正确预测数量
for i, output in enumerate(outputs):
if torch.argmax(output) == y[i]:
n_correct += 1
n_total += 1
# 返回准确率（正确预测数量/总预测数量）
return n_correct / n_total
# 主函数，执行训练及测试流程
def preprocess_image(image_path): # 读取图片
img = Image.open(image_path).convert('L') # 转为灰度图
# 调整尺寸至28x28像素
img = img.resize((28, 28))
# 归一化至[0, 1]区间
img = np.array(img) / 255.0
# 转换为PyTorch张量
img_tensor = torch.from_numpy(img).unsqueeze(0).float()
return img_tensor
def predict_image(net, image_path):#识别图片
img_tensor = preprocess_image(image_path)
with torch.no_grad():
output = net.forward(img_tensor.view(-1, 28 * 28))
prediction = torch.argmax(output)
return int(prediction)
def main():
# 获取训练集和测试集数据加载器
train_data = get_data_loader(is_train=True)
test_data = get_data_loader(is_train=False)
# 实例化神经网络模型
net = Net()
# 输出初始模型在测试集上的准确率
print("initial accuracy:", evaluate(test_data, net))
# 设置优化器（Adam算法，学习率为0.001），用于更新模型参数
optimizer = torch.optim.Adam(net.parameters(), lr=0.001)
# 进行2个训练周期（epochs）
for epoch in range(3):
# 遍历训练集中的每个批次数据
for (x, y) in train_data:
# 清零梯度
net.zero_grad()
# 前向传播计算模型输出
output = net.forward(x.view(-1, 28 * 28))
# 计算损失（使用负对数似然损失函数）
loss = torch.nn.functional.nll_loss(output, y)
# 反向传播计算梯度
loss.backward()
# 使用优化器更新模型参数
optimizer.step()
# 在每个周期结束后，输出当前模型在测试集上的准确率
print("epoch", epoch, "accuracy:", evaluate(test_data, net))
# 展示前4个测试样本及其模型预测结果
for (n, (x, _)) in enumerate(test_data):
if n > 3:
break
# 获取模型对当前样本的预测类别
predict = torch.argmax(net.forward(x[0].view(-1, 28 * 28)))
# 绘制图像并显示预测结果
plt.figure(n)
plt.imshow(x[0].view(28, 28))
plt.title("prediction: " + str(int(predict)))
# 显示所有绘制的图像
plt.show()
image_path = r"D:\QQ\2481153962\FileRecv\MobileFile\IMG_20240327_155037_edit_230949122434450.jpg"
predicted_digit = predict_image(net, image_path)
print(f"Predicted digit: {predicted_digit}")
# 如果脚本直接运行，执行主函数
if __name__ == "__main__":
main()编写之后发现对于训练集没啥毛病，但是我的图片会寄，于是又写了个代码看了眼我图片的灰度图
唉我去合着没啥毛病啊，安详地逝了。(
AI学习之路道阻且长 待我重新归来。