从零开始构建卷积神经网络(CNN)进行MNIST手写数字识别

在深度学习领域，卷积神经网络（CNN）凭借其对图像特征的出色提取能力，成为图像识别任务的核心模型。本文将基于 PyTorch 框架，从零搭建一个卷积神经网络，完成 MNIST 手写数字数据集的识别任务，并详细讲解从数据加载、模型构建到训练与测试的完整流程。

一、环境准备与数据加载

1.1 依赖库导入

首先需要导入实验所需的 Python 库，包括 PyTorch 核心库、数据加载与处理相关库，以及数据集模块：

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

1.2 查看 PyTorch 版本

确认当前使用的 PyTorch 版本，确保代码兼容性：

print(torch.__version__)

1.3 MNIST 数据集加载

MNIST 是手写数字数据集，包含 60000 张训练图片和 10000 张测试图片，每张图片为 28×28 像素的灰度图，标签为 0-9 的数字。通过torchvision.datasets.MNIST可直接下载并加载数据集，ToTensor()会将图像转换为 PyTorch 支持的张量格式（取值范围从 0-255 归一化到 0-1）：

# 加载训练集
training_data = datasets.MNIST(
    root='data',  # 数据集保存路径
    train=True,   # 标记为训练集
    download=True,  # 若本地无数据集则自动下载
    transform=ToTensor(),  # 数据转换：图像→张量
)

# 加载测试集
test_data = datasets.MNIST(
    root='data',
    train=False,  # 标记为测试集
    download=True,
    transform=ToTensor(),
)

# 查看训练集样本数量
print(f"训练集样本数：{len(training_data)}")
print(f"测试集样本数：{len(test_data)}")

1.4 数据批量加载（DataLoader）

为了提高训练效率，使用DataLoader将数据集按批次（batch）划分，每次训练时批量读取数据，同时支持数据打乱（仅训练集）和并行加载：

# 训练集DataLoader：批量大小64，打乱数据
train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)
# 测试集DataLoader：批量大小64，无需打乱
test_dataloader = DataLoader(test_data, batch_size=64, shuffle=False)

# 查看数据张量