用Fashion-MNIST数据集搭建你自己的图片分类神经网络

2023-07-10 09:24:23

踏入图像分类的神奇世界：用 PyTorch 和神经网络征服图像

想象一下，赋予计算机神奇的能力，让它们像人类一样识别和分类图像。这就是图像分类的奥妙所在，而深度学习正引领这场革命。在本博客中，我们将踏上一段激动人心的旅程，了解如何使用 PyTorch 和神经网络构建一个强大的图像分类器，让你深入探索图像识别世界的迷人奥秘。

PyTorch：图像分类之路的利刃

在众多深度学习框架中，PyTorch 以其直观性、灵活性以及易用性脱颖而出。使用 Python 编写，PyTorch 让图像分类任务变得轻而易举。其模块化设计和丰富的数据结构集合使我们能够轻松创建和训练复杂的神经网络。

Fashion-MNIST：图像分类的理想伙伴

为了展示 PyTorch 的威力，我们将使用 Fashion-MNIST 数据集，这是一个包含 70,000 张服装和鞋类图像的宝库。这个数据集分为训练集和测试集，为我们提供了充足的素材来训练和评估我们的神经网络。

神经网络：图像识别引擎

图像分类的神经网络就像一台功能强大的图像识别机器。它们由一系列相互连接的层组成，每一层执行特定任务。卷积层提取图像特征，池化层减少特征大小，全连接层最终将特征分类。

训练神经网络：让机器学习图像奥秘

训练神经网络的过程涉及反复地向网络输入图像并比较其预测与实际标签。该网络使用误差函数计算预测错误，并利用反向传播算法调整其内部参数（权重和偏差），直至其能够准确识别图像。

代码示例：构建你的图像分类器

# 导入 PyTorch 库
import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader

# 准备 Fashion-MNIST 数据集
train_dataset = torchvision.datasets.FashionMNIST(root='./data', train=True, download=True, transform=transforms.ToTensor())
test_dataset = torchvision.datasets.FashionMNIST(root='./data', train=False, download=True, transform=transforms.ToTensor())

# 创建数据加载器
train_loader = DataLoader(train_dataset, batch_size=64)
test_loader = DataLoader(test_dataset, batch_size=64)

# 定义神经网络架构
class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 3, 1)
        self.pool1 = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 3, 1)
        self.pool2 = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(64 * 4 * 4, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))
        x = self.pool2(F.relu(self.conv2(x)))
        x = x.view(-1, 64 * 4 * 4)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

# 创建神经网络实例
model = CNN()

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 训练神经网络
for epoch in range(10):
    running_loss = 0.0
    for i, data in enumerate(train_loader, 0):
        # 获取输入
        inputs, labels = data

        # 前向传播
        outputs = model(inputs)

        # 计算损失
        loss = criterion(outputs, labels)

        # 反向传播
        optimizer.zero_grad()
        loss.backward()

        # 更新权重
        optimizer.step()

        # 打印统计信息
        running_loss += loss.item()
        if i % 2000 == 1999:    # 每 2000 个批次打印一次
            print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

# 评估神经网络
correct = 0
total = 0
with torch.no_grad():
    for data in test_loader:
        images, labels = data
        outputs = model(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (100 * correct / total))