基于pytorch实现手写数字识别

一、前置工作—确定神经网络结构

搭建神经网络完成某项特定任务，就像做一项工程，需要了解该项目的大致基本情况，准备图纸，才能确定每一步的落实方案。我在学校学习时忽视了这一点，只是老师下达了任务便埋头去构建网络，这其实不利于我对神经网络的深入理解。
首先，应该了解数据的基本情况，如手写数字识别任务中，图片的大小是多少，数据集规模有多大等。
在构建网络的部分，我们需要了解确定的是需要多少层卷积、全连接层，当然，为了填入具体的参数，也必须了解图片大小。通常深度学习项目需要一个卷积神经网络结构图，后续搭建网络都依据该图展开。现实中，设计每层卷积层输出通道也是需要通过训练才能得出最好参数的(相当于确定隐藏层)，但在学习过程中直接采用较好的参数训练即可。
已知MNIST数据集图像大小为28×28的灰度图，设置神经网络卷积核为5*5，第一层输出通道数为6，第二层输出通道数为16，那么可以大致绘出神经网络结构图如下：

从左至右，最左的1@28×28表示输入图像(其实一般LeNet图不会标出，此处是为了方便理解)。输入进入网络，进行第一层卷积，第一层卷积输出通道为6，原图像大小不变，便得出6@28×28；卷积下一步即池化，这里采用2*2最大池化，即将原图像缩小到原来的一半，缩小的每个区域取最大值代替，依照这个流程完成若干层卷积池化的构造。在进入全连接层前，要注意先展平，最后输出分类结果数即可(0-9有10个数字，所以最终输出应为10).

二、开始搭建神经网络

根据上面画出的神经网络结构图，已经能够开始搭建神经网络了。
首先导入必要的库：

# 实现基本运算：
import torch
# 搭建网络结构：
import torch.nn as nn
# 实现前馈运算：
import torch.functional as f

开始编写神经网络架构:

# file:CNN.py
Class ConvNet(nn.Module):
	"""编写一个卷积神经网络类"""
	def __init__(self):
		""" 初始化网络,将网络需要的模块拼凑出来。 """
		super(ConvNet, self).__init__()
		# 卷积层:
		self.conv1 = nn.Conv2d(1, 6, 5, padding=2)
		self.conv2 = nn.Conv2d(6, 16, 5, padding=2)
		# 最大池化处理:
		self.pooling = nn.MaxPool2d(2, 2)
		# 全连接层：
		self.fc1 = nn.Linear(16*7*7, 512)
		self.fc2 = nn.Linear(512, 10)

	def forward(self, x):
		"""前馈函数"""
		x = f.relu(self.conv1(x)) # = [b, 6, 28, 28]
		x = self.pooling(x)       # = [b, 6, 14, 14]
		x = f.relu(self.conv2(x)) # = [b, 16, 14, 14]
		x = self.pooling(x)		  # = [b, 16, 7, 7]
		x = x.view(x.shape[0], -1)# = [b, 16 * 7 * 7]
		x = f.relu(self.fc1(x))
		x = self.fc2(x)
		output = f.log_softmax(x, dim=1)
		return output

为了后续计算准确率需要，此处还应加上一个计算准确率的方法：

def cal_correction(output, target)