「深度学习一遍过」必修23：基于ResNet18的MNIST手写数字识别

2023-10-22 16:31
文章标签 学习 深度 23 手写 识别 数字 mnist 必修 一遍 resnet18

本文主要是介绍「深度学习一遍过」必修23：基于ResNet18的MNIST手写数字识别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本专栏用于记录关于深度学习的笔记，不光方便自己复习与查阅，同时也希望能给您解决一些关于深度学习的相关问题，并提供一些微不足道的人工神经网络模型设计思路。
专栏地址：「深度学习一遍过」必修篇 

目录

项目 GitHub 地址

项目心得

项目代码

项目 GitHub 地址

Classic_model_examples/2015_ResNet18_MNIST at main · zhao302014/Classic_model_examples · GitHubContribute to zhao302014/Classic_model_examples development by creating an account on GitHub.https://github.com/zhao302014/Classic_model_examples/tree/main/2015_ResNet18_MNIST

项目心得

  • 2015 年——ResNet：这是由微软研究院的 Kaiming He 等四名华人提出，通过使用 ResNet Unit 成功训练出了更深层次的神经网络。该项目自己搭建了 ResNet18 网络并在 MNIST 手写数字识别项目中得到了应用。通过此次实践，我终于知道了跳层连接是如何连接的了：ResNet “跳层链接” 的代码体现在相同大小和相同特征图之间用 “+” 相连，而不是 concat。concat 操作常用于 inception 结构中，具体而言是用于特征图大小相同二通道数不同的通道合并中，而看起来简单粗暴的 “+” 连接方式则是用于 ResNet 的 “跳层连接” 结构中，具体而言是用于特征图大小相同且通道数相同的特征图合并。这让我想到一句古诗：“绝知此事要躬行” 啊！

项目代码

下面这张图是网上找的，描述的细节是真的赞！

图片来源：resnet18 50网络结构以及pytorch实现代码 - 简书 

net.py

#!/usr/bin/python
# -*- coding:utf-8 -*-
# ------------------------------------------------- #
#      作者：赵泽荣
#      时间：2021年9月10日（农历八月初四）
#      个人站点：1.https://zhao302014.github.io/
#              2.https://blog.csdn.net/IT_charge/
#      个人GitHub地址：https://github.com/zhao302014
# ------------------------------------------------- #
import torch
import torch.nn as nn
import torch.nn.functional as F# --------------------------------------------------------------------------------- #
#  自己搭建一个 ResNet18 模型结构
#   · 提出时间：2015 年（作者：何凯明）
#   · ResNet 解决了深度 CNN 模型难训练的问题
#   · ResNet 在 2015 名声大噪,而且影响了 2016 年 DL 在学术界和工业界的发展方向
#   · ResNet 网络是参考了 VGG19 网络，在其基础上进行了修改，并通过短路机制加入了残差单元
#   · 变化主要体现在 ResNet 直接使用 stride=2 的卷积做下采样，并且用 global average pool 层替换了全连接层
#   · ResNet 的一个重要设计原则是：当 feature map 大小降低一半时，feature map 的数量增加一倍，这保持了网络层的复杂度
#   · ResNet18 的 18 指定的是带有权重的 18 层，包括卷积层和全连接层，不包括池化层和 BN 层
#   · ResNet “跳层链接” 的代码体现在相同大小和相同特征图之间用 “+” 相连，而不是 concat
# --------------------------------------------------------------------------------- #
class MyResNet18(nn.Module):def __init__(self):super(MyResNet18, self).__init__()# 第一层：卷积层self.conv1 = nn.Conv2d(in_channels=3, out_channels=64, kernel_size=7, stride=2, padding=3)self.bn1 = nn.BatchNorm2d(64)# Max Pooling 层self.s1 = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)# 第二、三层：“实线”卷积层self.conv2 = nn.Conv2d(in_channels=64, out_channels=64, kernel_size=3, stride=1, padding=1)self.bn2 = nn.BatchNorm2d(64)self.conv3 = nn.Conv2d(in_channels=64, out_channels=64, kernel_size=3, stride=1, padding=1)self.bn3 = nn.BatchNorm2d(64)# 第四、五层：“实线”卷积层self.conv4 = nn.Conv2d(in_channels=64, out_channels=64, kernel_size=3, stride=1, padding=1)self.bn4 = nn.BatchNorm2d(64)self.conv5 = nn.Conv2d(in_channels=64, out_channels=64, kernel_size=3, stride=1, padding=1)self.bn5 = nn.BatchNorm2d(64)# 第六、七层：“虚线”卷积层self.conv6_1 = nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3, stride=2, padding=1)self.bn6_1 = nn.BatchNorm2d(128)self.conv7_1 = nn.Conv2d(in_channels=128, out_channels=128, kernel_size=3, stride=1, padding=1)self.bn7_1 = nn.BatchNorm2d(128)self.conv7 = nn.Conv2d(in_channels=64, out_channels=128, kernel_size=1, stride=2, padding=0)self.bn7 = nn.BatchNorm2d(128)# 第八、九层：“实线”卷积层self.conv8 = nn.Conv2d(in_channels=128, out_channels=128, kernel_size=3, stride=1, padding=1)self.bn8 = nn.BatchNorm2d(128)self.conv9 = nn.Conv2d(in_channels=128, out_channels=128, kernel_size=3, stride=1, padding=1)self.bn9 = nn.BatchNorm2d(128)# 第十、十一层：“虚线”卷积层self.conv10_1 = nn.Conv2d(in_channels=128, out_channels=256, kernel_size=3, stride=2, padding=1)self.bn10_1 = nn.BatchNorm2d(256)self.conv11_1 = nn.Conv2d(in_channels=256, out_channels=256, kernel_size=3, stride=1, padding=1)self.bn11_1 = nn.BatchNorm2d(256)self.conv11 = nn.Conv2d(in_channels=128, out_channels=256, kernel_size=1, stride=2, padding=0)self.bn11 = nn.BatchNorm2d(256)# 第十二 、十三层：“实线”卷积层self.conv12 = nn.Conv2d(in_channels=256, out_channels=256, kernel_size=3, stride=1, padding=1)self.bn12 = nn.BatchNorm2d(256)self.conv13 = nn.Conv2d(in_channels=256, out_channels=256, kernel_size=3, stride=1, padding=1)self.bn13 = nn.BatchNorm2d(256)# 第十四、十五层：“虚线”卷积层self.conv14_1 = nn.Conv2d(in_channels=256, out_channels=512, kernel_size=3, stride=2, padding=1)self.bn14_1 = nn.BatchNorm2d(512)self.conv15_1 = nn.Conv2d(in_channels=512, out_channels=512, kernel_size=3, stride=1, padding=1)self.bn15_1 = nn.BatchNorm2d(512)self.conv15 = nn.Conv2d(in_channels=256, out_channels=512, kernel_size=1, stride=2, padding=0)self.bn15 = nn.BatchNorm2d(512)# 第十六 、十七层：“实线”卷积层self.conv16 = nn.Conv2d(in_channels=512, out_channels=512, kernel_size=3, stride=1, padding=1)self.bn16 = nn.BatchNorm2d(512)self.conv17 = nn.Conv2d(in_channels=512, out_channels=512, kernel_size=3, stride=1, padding=1)self.bn17 = nn.BatchNorm2d(512)# avg pooling 层self.s2 = nn.AvgPool2d(kernel_size=7, stride=1, padding=0)# 第十八层：全连接层self.Flatten = nn.Flatten()self.f18 = nn.Linear(512, 1000)# 为满足该实例另加 ↓self.f_output = nn.Linear(1000, 10)def forward(self, x):              # shape: torch.Size([1, 3, 224, 224])x = self.conv1(x)              # shape: torch.Size([1, 64, 112, 112])x = self.bn1(x)                # shape: torch.Size([1, 64, 112, 112])x = self.s1(x)                 # shape: torch.Size([1, 64, 56, 56])x = self.conv2(x)              # shape: torch.Size([1, 64, 56, 56])x = self.bn2(x)                # shape: torch.Size([1, 64, 56, 56])x = self.conv3(x)              # shape: torch.Size([1, 64, 56, 56])x = self.bn3(x)                # shape: torch.Size([1, 64, 56, 56])x = self.conv4(x)              # shape: torch.Size([1, 64, 56, 56])x = self.bn4(x)                # shape: torch.Size([1, 64, 56, 56])x = self.conv5(x)              # shape: torch.Size([1, 64, 56, 56])x = self.bn5(x)                # shape: torch.Size([1, 64, 56, 56])x6_1 = self.conv6_1(x)         # shape: torch.Size([1, 128, 28, 28])x7_1 = self.conv7_1(x6_1)      # shape: torch.Size([1, 128, 28, 28])x7 = self.conv7(x)             # shape: torch.Size([1, 128, 28, 28])x = x7 + x7_1                  # shape: torch.Size([1, 128, 28, 28])x = self.conv8(x)              # shape: torch.Size([1, 128, 28, 28])x = self.conv9(x)              # shape: torch.Size([1, 128, 28, 28])x10_1 = self.conv10_1(x)       # shape: torch.Size([1, 256, 14, 14])x11_1 = self.conv11_1(x10_1)   # shape: torch.Size([1, 256, 14, 14])x11 = self.conv11(x)           # shape: torch.Size([1, 256, 14, 14])x = x11 + x11_1                # shape: torch.Size([1, 256, 14, 14])x = self.conv12(x)             # shape: torch.Size([1, 256, 14, 14])x = self.conv13(x)             # shape: torch.Size([1, 256, 14, 14])x14_1 = self.conv14_1(x)       # shape: torch.Size([1, 512, 7, 7])x15_1 = self.conv15_1(x14_1)   # shape: torch.Size([1, 512, 7, 7])x15 = self.conv15(x)           # shape: torch.Size([1, 512, 7, 7])x = x15 + x15_1                # shape: torch.Size([1, 512, 7, 7])x = self.conv16(x)             # shape: torch.Size([1, 512, 7, 7])x = self.conv17(x)             # shape: torch.Size([1, 512, 7, 7])x = self.s2(x)                 # shape: torch.Size([1, 512, 1, 1])x = self.Flatten(x)            # shape: shape: torch.Size([1, 512])x = self.f18(x)                # shape: torch.Size([1, 1000])# 为满足该实例另加 ↓x = self.f_output(x)           # shape: torch.Size([1, 10])x = F.softmax(x, dim=1)        # shape: torch.Size([1, 10])return xif __name__ == '__main__':x = torch.randn(1, 3, 224, 224)model = MyResNet18()y = model(x)

train.py

#!/usr/bin/python
# -*- coding:utf-8 -*-
# ------------------------------------------------- #
#      作者：赵泽荣
#      时间：2021年9月10日（农历八月初四）
#      个人站点：1.https://zhao302014.github.io/
#              2.https://blog.csdn.net/IT_charge/
#      个人GitHub地址：https://github.com/zhao302014
# ------------------------------------------------- #
import torch
from torch import nn
from net import MyResNet18
import numpy as np
from torch.optim import lr_scheduler
from torchvision import datasets, transformsdata_transform = transforms.Compose([transforms.Scale(224),    # 缩放图像大小为 224*224transforms.ToTensor()     # 仅对数据做转换为 tensor 格式操作
])# 加载训练数据集
train_dataset = datasets.MNIST(root='./data', train=True, transform=data_transform, download=True)
# 给训练集创建一个数据集加载器
train_dataloader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=8, shuffle=True)
# 加载测试数据集
test_dataset = datasets.MNIST(root='./data', train=False, transform=data_transform, download=True)
# 给测试集创建一个数据集加载器
test_dataloader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=8, shuffle=True)# 如果显卡可用，则用显卡进行训练
device = "cuda" if torch.cuda.is_available() else 'cpu'# 调用 net 里定义的模型，如果 GPU 可用则将模型转到 GPU
model = MyResNet18().to(device)# 定义损失函数（交叉熵损失）
loss_fn = nn.CrossEntropyLoss()
# 定义优化器（SGD：随机梯度下降）
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3, momentum=0.9)
# 学习率每隔 10 个 epoch 变为原来的 0.1
lr_scheduler = lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.1)# 定义训练函数
def train(dataloader, model, loss_fn, optimizer):loss, current, n = 0.0, 0.0, 0for batch, (X, y) in enumerate(dataloader):# 单通道转为三通道X = np.array(X)X = X.transpose((1, 0, 2, 3))             # array 转置image = np.concatenate((X, X, X), axis=0)image = image.transpose((1, 0, 2, 3))     # array 转置回来image = torch.tensor(image)               # 将 numpy 数据格式转为 tensor# 前向传播image, y = image.to(device), y.to(device)output = model(image)cur_loss = loss_fn(output, y)_, pred = torch.max(output, axis=1)cur_acc = torch.sum(y == pred) / output.shape[0]# 反向传播optimizer.zero_grad()cur_loss.backward()optimizer.step()loss += cur_loss.item()current += cur_acc.item()n = n + 1print('train_loss：' + str(loss / n))print('train_acc：' + str(current / n))# 定义测试函数
def test(dataloader, model, loss_fn):# 将模型转换为验证模式model.eval()loss, current, n = 0.0, 0.0, 0# 非训练，推理期用到（测试时模型参数不用更新，所以 no_grad）with torch.no_grad():for batch, (X, y) in enumerate(dataloader):# 单通道转为三通道X = np.array(X)X = X.transpose((1, 0, 2, 3))  # array 转置image = np.concatenate((X, X, X), axis=0)image = image.transpose((1, 0, 2, 3))  # array 转置回来image = torch.tensor(image)  # 将 numpy 数据格式转为 tensorimage, y = image.to(device), y.to(device)output = model(image)cur_loss = loss_fn(output, y)_, pred = torch.max(output, axis=1)cur_acc = torch.sum(y == pred) / output.shape[0]loss += cur_loss.item()current += cur_acc.item()n = n + 1print('test_loss：' + str(loss / n))print('test_acc：' + str(current / n))# 开始训练
epoch = 100
for t in range(epoch):lr_scheduler.step()print(f"Epoch {t + 1}\n----------------------")train(train_dataloader, model, loss_fn, optimizer)test(test_dataloader, model, loss_fn)torch.save(model.state_dict(), "save_model/{}model.pth".format(t))    # 模型保存
print("Done!")

test.py

#!/usr/bin/python
# -*- coding:utf-8 -*-
# ------------------------------------------------- #
#      作者：赵泽荣
#      时间：2021年9月10日（农历八月初四）
#      个人站点：1.https://zhao302014.github.io/
#              2.https://blog.csdn.net/IT_charge/
#      个人GitHub地址：https://github.com/zhao302014
# ------------------------------------------------- #
import torch
from net import MyResNet18
import numpy as np
from torch.autograd import Variable
from torchvision import datasets, transforms
from torchvision.transforms import ToPILImagedata_transform = transforms.Compose([transforms.Scale(224),     # 缩放图像大小为 224*224transforms.ToTensor()      # 仅对数据做转换为 tensor 格式操作
])# 加载训练数据集
train_dataset = datasets.MNIST(root='./data', train=True, transform=data_transform, download=True)
# 给训练集创建一个数据集加载器
train_dataloader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=8, shuffle=True)
# 加载测试数据集
test_dataset = datasets.MNIST(root='./data', train=False, transform=data_transform, download=True)
# 给测试集创建一个数据集加载器
test_dataloader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=8, shuffle=True)# 如果显卡可用，则用显卡进行训练
device = "cuda" if torch.cuda.is_available() else 'cpu'# 调用 net 里定义的模型，如果 GPU 可用则将模型转到 GPU
model = MyResNet18().to(device)
# 加载 train.py 里训练好的模型
model.load_state_dict(torch.load("./save_model/99model.pth"))# 获取预测结果
classes = ["0","1","2","3","4","5","6","7","8","9",
]# 把 tensor 转成 Image，方便可视化
show = ToPILImage()
# 进入验证阶段
model.eval()
# 对 test_dataset 里 10000 张手写数字图片进行推理
for i in range(len(test_dataset)):x, y = test_dataset[i][0], test_dataset[i][1]# tensor格式数据可视化show(x).show()# 扩展张量维度为 4 维x = Variable(torch.unsqueeze(x, dim=0).float(), requires_grad=False).to(device)# 单通道转为三通道x = x.cpu()x = np.array(x)x = x.transpose((1, 0, 2, 3))          # array 转置x = np.concatenate((x, x, x), axis=0)x = x.transpose((1, 0, 2, 3))      # array 转置回来x = torch.tensor(x).to(device)   # 将 numpy 数据格式转为 tensor，并转回 cuda 格式with torch.no_grad():pred = model(x)# 得到预测类别中最高的那一类，再把最高的这一类对应classes中的哪一个标签predicted, actual = classes[torch.argmax(pred[0])], classes[y]# 最终输出预测值与真实值print(f'Predicted: "{predicted}", Actual: "{actual}"')
© 2021 GitHub, Inc.

欢迎大家交流评论，一起学习

希望本文能帮助您解决您在这方面遇到的问题

感谢阅读
END

这篇关于「深度学习一遍过」必修23：基于ResNet18的MNIST手写数字识别的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/262511。

相关文章

Python 中的异步与同步深度解析(实践记录)

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步：深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步
阅读更多...
使用PyTorch实现手写数字识别功能

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的
阅读更多...
java字符串数字补齐位数详解

java字符串数字补齐位数详解

《java字符串数字补齐位数详解》：本文主要介绍java字符串数字补齐位数,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java字符串数字补齐位数一、使用String.format()方法二、Apache Commons Lang库方法三、Java 11+的St
阅读更多...
Redis中高并发读写性能的深度解析与优化

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、
阅读更多...
Pytorch微调BERT实现命名实体识别

Pytorch微调BERT实现命名实体识别

《Pytorch微调BERT实现命名实体识别》命名实体识别（NER）是自然语言处理（NLP）中的一项关键任务,它涉及识别和分类文本中的关键实体,BERT是一种强大的语言表示模型,在各种NLP任务中显著... 目录环境准备加载预训练BERT模型准备数据集标记与对齐微调 BERT最后总结环境准备在继续之前，确
阅读更多...
最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言
阅读更多...
Java进阶学习之如何开启远程调式

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,：本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx
阅读更多...
讯飞webapi语音识别接口调用示例代码(python)

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》：本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音
阅读更多...
Redis 内存淘汰策略深度解析(最新推荐)

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction（不淘汰）​2.2 ​LR
阅读更多...
使用Python开发一个图像标注与OCR识别工具

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》：本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2