Tensflow学习第T1周打卡
- 🍨本文为🔗365天深度学习训练营中的学习记录博客
- 🍖原作者：K同学啊
MNIST 手写数字识别（PyTorch）学习笔记
这次练习主要是用PyTorch 搭建一个简单的卷积神经网络（CNN），完成MNIST 手写数字分类任务。MNIST 数据集是深度学习中非常经典的入门数据集，每张图片都是28×28 的灰度图像，内容是手写数字 0–9。
整个代码大致可以分为几个步骤：导入库 → 加载数据 → 构建模型 → 训练模型 → 测试模型 → 可视化结果。
1. 导入库并设置运行设备
首先导入 PyTorch、torchvision 和 matplotlib 等库。
import torch import torch.nn as nn import matplotlib.pyplot as plt import torchvision然后通过下面这段代码判断是否有 GPU：
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")如果电脑有 GPU 就会使用 GPU 训练，否则就使用 CPU。
我的运行结果显示是：
device(type='cpu')说明当前是在 CPU 上训练模型。
2. 加载 MNIST 数据集
接下来使用torchvision.datasets.MNIST加载数据集：
train_ds = torchvision.datasets.MNIST(...) test_ds = torchvision.datasets.MNIST(...)这里有几个关键参数：
train=True表示训练集train=False表示测试集download=True表示如果本地没有数据就自动下载transform=ToTensor()用来把图片转换为Tensor
之所以要转换成 Tensor，是因为神经网络只能处理数值张量数据。
转换之后，每张图片的形状是：
(1, 28, 28)其中：
1 表示通道数（灰度图）
28 表示图片高度
28 表示图片宽度
3. 使用 DataLoader 生成批数据
为了方便训练，我们使用DataLoader把数据分成小批次。
batch_size = 32 train_dl = DataLoader(train_ds, batch_size=32, shuffle=True) test_dl = DataLoader(test_ds, batch_size=32)这里设置batch_size = 32，表示每次训练使用 32 张图片。
训练集一共有 60000 张图片，所以大概会被分成：
60000 / 32 ≈ 1875 个 batch另外训练集设置了shuffle=True，这样每个 epoch 都会随机打乱数据，避免模型学习到固定顺序。
4. 查看数据的结构
为了确认数据格式，我们取出一个 batch：
imgs, labels = next(iter(train_dl)) print(imgs.shape)输出结果是：
torch.Size([32, 1, 28, 28])这个 shape 的含义是：
(batch_size, channel, height, width)也就是：
32 张图片
1 个通道
28×28 像素
5. 可视化部分图片
为了看看数据长什么样，我们把前 20 张图片画出来。
步骤是：
把 Tensor 转换成 numpy
去掉通道维度
使用 matplotlib 显示
最终会得到一张图，里面是 20 个手写数字，例如：
7 4 9 3 1 7 5 2 6 0这样可以确认数据确实是手写数字。
6. 构建卷积神经网络模型
接下来开始定义 CNN 模型：
class Model(nn.Module):这个模型主要由两层卷积层 + 两层全连接层组成。
模型结构大致是：
输入图片 (1×28×28) ↓ Conv2d (1 → 32) ↓ ReLU ↓ MaxPool ↓ Conv2d (32 → 64) ↓ ReLU ↓ MaxPool ↓ Flatten ↓ Linear (1600 → 64) ↓ Linear (64 → 10)最后输出 10 个类别，对应数字0–9。
7. 查看模型参数
使用：
summary(model)可以看到模型参数统计：
Total params: 121,930说明整个模型大约有12 万个参数需要训练。
8. 定义损失函数和优化器
分类任务使用：
CrossEntropyLoss作为损失函数。
优化器使用：
SGD (随机梯度下降)学习率设置为：
0.019. 训练模型
训练过程主要包括以下步骤：
前向传播（模型预测）
pred = model(X)计算损失
loss = loss_fn(pred, y)反向传播
loss.backward()更新参数
optimizer.step()同时记录每个 epoch 的loss 和 accuracy。
10. 测试模型
测试阶段使用：
torch.no_grad()这样可以关闭梯度计算，从而减少计算量。
测试时同样会计算：
测试准确率
测试损失
11. 训练结果
训练 5 个 epoch 后得到的结果：
| Epoch | Train Acc | Test Acc |
|---|---|---|
| 1 | 78.5% | 93.5% |
| 2 | 94.7% | 96.5% |
| 3 | 96.5% | 96.7% |
| 4 | 97.2% | 97.8% |
| 5 | 97.7% | 98.0% |
最终测试准确率大约是：
98%说明模型已经能够比较准确地识别手写数字。
12. 可视化训练过程
最后画出了两张图：
Accuracy 曲线
显示：
训练准确率
测试准确率
可以看到随着 epoch 增加，准确率逐渐提高。
Loss 曲线
显示：
训练 loss
测试 loss
随着训练进行，loss 逐渐下降，说明模型在不断收敛。
总结
这次实验完整实现了一个基于 PyTorch 的 CNN 手写数字识别模型。主要流程包括：
加载 MNIST 数据集
使用 DataLoader 生成批数据
构建卷积神经网络
定义损失函数和优化器
进行模型训练和测试
可视化训练结果
最终模型在测试集上达到了约 98% 的准确率，说明卷积神经网络在图像识别任务中具有很好的效果。