多分类问题：初试手写数字识别

参考视频：09.多分类问题_哔哩哔哩_bilibili

1 多分类问题：Softmax

解决多分类问题需要用到Softmax分类器

将线性运算的所有结果变成正值，且和为1

$$P(y=i)=\frac{e^{Z_i}}{{\sum }_{K-1}^{j=0}{e}^{Z_j}},i\in \{0,...K-1\}$$

2 手写数字识别

MNIST数据集中单张数字图片是 28 * 28 = 784的矩阵，每个像素点的取值是{0，255}，需要将每个像素点的值映射到{0，1}之间。

在这个例子中，要把原始图像转变成张量，（1X28X28）其中1表示通道（手写数字图片是灰度图片只有单通道），28X28表示宽高：

所以我们每个批量输入神经网络的数据将会是（N，1，28，28）的四阶张量

我们需要把这个四阶张量转换成（N，784）的矩阵，即把每一张图片展平，每一行是784个元素

这次除了训练集，还加入了测试集

完整代码如下：

import torch
from torch.utils.data import DataLoader
from torchvision import transforms
from torchvision import datasets
import torch.optim as optim
import torch.nn.functional as F

# 1 准备数据集
batch_size = 64
# 将{0，255}的像素值压缩到{0，1}
# 将图像转变成PyTorch中的Tensor
transform = transforms.Compose([
    transforms.ToTensor(),
    # 归一化，均值，标准差
    transforms.Normalize((0.1307,), (0.3081,))
])

train_dataset = datasets.MNIST(root='dataset/mnist',
                               train=True,
                               transform=transform,
                               download=False)

train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)

test_dataset = datasets.MNIST(root='dataset/mnist',
                              train=False,
                              transform=transform,
                              download=False)

test_loader = DataLoader(test_dataset, shuffle=False, batch_size=batch_size)    # 测试集不需要打乱


# 2 设计模型
class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.l1 = torch.nn.Linear(784, 512)
        self.l2 = torch.nn.Linear(512, 256)
        self.l3 = torch.nn.Linear(256, 128)
        self.l4 = torch.nn.Linear(128, 64)
        self.l5 = torch.nn.Linear(64, 10)

    def forward(self, x):
        x = x.view(-1, 784)  # 将批量输入的图像展平，-1表示自动计算行数
        x = F.relu(self.l1(x))
        x = F.relu(self.l2(x))
        x = F.relu(self.l3(x))
        x = F.relu(self.l4(x))
        return self.l5(x)  # 最后一层不做激活


model = Net()

# 3 构建损失和优化器
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)


# 4 训练
def train(epoch):
    running_loss = 0
    for i, data in enumerate(train_loader, 0):
        inputs, target = data  # 输入和标签
        optimizer.zero_grad()

        outputs = model(inputs)
        loss = criterion(outputs, target)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
        if i % 300 == 299:
            print('[%d, %5d] loss:%.3f' % (epoch + 1, i, running_loss / 300))
            running_loss = 0.0


# 5 测试
def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for data in test_loader:
            images, labels = data
            outputs = model(images)
            # 取每一行最大值为预测结果
            _, predicted = torch.max(outputs.data, dim=1)  # 返回最大值和下标，下划线为占位符，无意义
            total += labels.size(0)
            correct += (predicted == labels).sum().item()
        print('测试集的准确率为: %d %%' % (100 * correct / total))


if __name__ == '__main__':
    for epoch in range(10):
        train(epoch)
        test()

经过10轮训练后，对测试集的准确率达到了97%，运行结果如下：