PyTorch入门实战教程笔记（三）：手写数字问题引入

PyTorch入门实战教程笔记（三）：手写数字问题引入

MNIST数据集

MNIST数据集是机器学习领域中非常经典的一个数据集，由60000个训练样本和10000个测试样本组成，每个样本都是一张28 * 28像素的灰度手写数字图片。
下载数据集
　　网址：http://yann.lecun.com/exdb/mnist/
　　数据集简介：
　　1、共有4数据集，下载之后保存在磁盘中（最好放在代码执行目录下，方便后期使用。）如新建一个文件夹D:*****\MNIST_data存放数据。 　
　　2、数据集中，训练样本：共60000个，其中55000个用于训练，另外5000个用于验证，测试样本：共10000个

Input Or Output

输入：
　　前面介绍了MNIST数据集中每个样本为28*28个像素，用矩阵表示即[28,28],将其打平为一个维度（后一行接在前一行的后面），即[784],也就是此时x是一个一维度的矩阵。那么这样子，输入x为[b,784]，这里的b代表有多少证张图片，例如有一张，b=1.
输出：
　　分类怎么表示呢，采用one-hot方式：把每一种具体的类别理解为一个具体的节点（node）的输出，如下：

dog = [1,0,0,...]
cat = [0,1,0,...]
fish = [0,0,1,...]

然后每一个node都有一个具体的实数值，然后想办法将该实数值的范围归一为（0,1）之间，也就是说，能够代表每一类的概率值。并且想办法将0-9这10个数字的输出的概率和总是为1。十个概率中肯定有一个最大概率，将最大的概率理解为当前类别的置信度，取最大概率所在的node的名字作为当前识别的种类的归类。
　　将regression 写成矩阵形式，如下：（@表示两个矩阵相乘）,假设输出的out中 P(y=1 | x)=0.8,那么如果是0-9这十个数字，就可以理解为输出的类别就是数字1.

　　与简单的线性回归问题不同，手写数字高维图片线性模型不能完成手写数字识别的任务，所以做下列操作：在计算后加入一个relu激活函数，并且用三层来嵌套。

　　使用梯度下降的方法解决，目标：找到三组W,b的参数，使得W,b,x经过算后更接近与真实的y,使它们之间的误差越小越好。

　　然后对于一个新的X，经过下面的计算，梯度下降的回归，最终输出下图绿色的矩阵，代表P(y=1 | x)=0.8,那么在经过argmax（）函数，可以输出最终的结果就是1，即X就是数字1.

代码实战：

PyTorch入门实战教程笔记（七）：MNIST 手写数字识别代码详解