文件編號：A317

文件大小：53M

開發(fā)環(huán)境：Python3.8、OpenCV4.5、torch1.8.0、Pycharm2020

猿創(chuàng)承諾：該項(xiàng)目親測正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡要概述：基于Pytorch的卷積神經(jīng)網(wǎng)絡(luò)MNIST手寫數(shù)字識別

對cnn_mnist_pytorch.py工程的說明

一、環(huán)境要求:

 - Windows10

 - PyCharm

 - conda4.8.2 

 - NVIDIA GPU(可選) 

 - python 3.7.6

 - pytorch 1.4.0

 - torchvision 0.5.0

 - numpy 1.18.1 

 - matplotlib 3.1.3

 - time 

 - cudatoolkit(可選) 10.1 

 - MNIST 

二、使用方法:

1.正確設(shè)置路徑

├── cnn_mnist_pytorch.py   #主程序 

├── modelpara.pth          #已訓(xùn)練網(wǎng)絡(luò)參數(shù)模型 

├── README.txt             #使用說明 

├── MNIST                  #MNIST數(shù)據(jù)集 需解壓 

│   ├── processed

└── └── raw

2.直接運(yùn)行cnn_mnist_pytorch.py即可獲得已訓(xùn)練模型的測試結(jié)果

注:若無GPU，請將use_gpu設(shè)為0

3.設(shè)置超參數(shù)以重新訓(xùn)練

三、測試結(jié)果:

MNIST測試集識別準(zhǔn)確率99.22%

10000張測試集圖片識別總時間2.362s(GPU)/8.283s(CPU)

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行結(jié)果：

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻