卷积神经网络代码实现：用PyTorch打造你的CNN

2023-01-28 02:37:24

卷积神经网络 (CNN): 图像处理和计算机视觉的强大工具

在人工智能 (AI) 领域，卷积神经网络 (CNN) 已经成为图像处理和计算机视觉任务的基石。凭借其强大的特征提取能力和学习复杂模式的特性，CNN 在识别、分类和检测图像方面取得了非凡的成就。本文将深入探讨 CNN 的原理，并使用流行的 PyTorch 框架提供一步步的代码实现。

1. 卷积神经网络 (CNN) 的原理

CNN 通过模仿动物视觉皮层中的生物过程来工作。它们包含一系列层，每层执行特定功能：

卷积层: 提取图像特征。卷积核在这个层中滑过输入数据，提取局部模式并产生特征图。
池化层: 减少特征图的大小，同时保持关键信息。最常见的池化方法包括最大池化和平均池化。
全连接层: 将提取的特征映射到输出空间。这些层用于最终的分类或回归任务。

2. 使用 PyTorch 实现 CNN

要使用 PyTorch 构建 CNN，我们需要遵循以下步骤：

2.1 导入库

import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision.transforms as transforms
import torchvision.datasets as datasets

2.2 准备数据

我们将使用流行的 MNIST 数据集来训练我们的 CNN。它包含 70,000 张手写数字图像，用于图像分类任务。

transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))])

trainset = datasets.MNIST('path/to/training_data', download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)

testset = datasets.MNIST('path/to/test_data', download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=True)

2.3 定义 CNN 模型

我们的 CNN 模型将包含两个卷积层、两个池化层和两个全连接层。

class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 3, 1)
        self.conv2 = nn.Conv2d(32, 64, 3, 1)
        self.pool = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(9216, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 9216)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

2.4 训练 CNN 模型

model = CNN()

criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

for epoch in range(10):
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data

        optimizer.zero_grad()

        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

2.5 评估 CNN 模型

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        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))