Pytorch-图像识别案例(一)

更新时间浏览

TIP

本文主要是介绍 Pytorch-图像识别案例(一)。

【典型案例】用 PyTorch 实现图像识别
案例背景
数据集介绍
整体流程
详细流程
参考文章

# 【典型案例】用 PyTorch 实现图像识别

# 案例背景

PyTorch 是一个开源的深度学习框架，对深度学习算法进行训练和优化，它被广泛应用在人工智能领域。更多详细介绍可参考 PyTorch 官网 (opens new window)。

本案例使用的场景是计算机视觉领域基本任务之一：手写数字识别，输入一张手写数字的图像，然后识别图像中手写的是哪个数字（0 - 9）。

本文通过智能钛机器学习平台 (opens new window)提供的 PyTorch 框架搭建一个简单的神经网络模型实现 MNIST 手写数字识别。通过本文的学习，您可以掌握如下操作：

如何在智能钛机器学习平台使用 PyTorch 框架。
如何上传数据集至 COS 并通过代码访问。
如何上传自定义代码。
如何在工作流页面向自定义代码传参。
如何查看代码日志/报错信息。

# 数据集介绍

本案例使用的 MNIST 数据集可参考 MNIST官网 (opens new window)。该数据集由来自 250 个不同人手写的数字构成，共包含 60,000 个训练数据，10,000 个测试数据，每个数据都是一张 28 像素 * 28 像素大小的灰度图像。

部分手写数字图像示例如下：

# 整体流程

利用智能钛机器学习平台完成手写数字识别任务，我们需要完成以下几个步骤：

1. 准备案例所需数据集。
1. 用户本地准备实现手写数字识别任务的自定义代码。
1. 利用智能钛机器学习平台提供的 PyTorch 框架运行自定义代码。
1. 查看工作流运行状态和结果。

整体工作流示例如下：

# 详细流程

# 一、数据集和自定义代码准备

1. 数据集准备 为方便用户操作，我们将本案例所需数据集 MNIST (opens new window) 上传到公共访问路径下，用户在代码中可直接通过公共路径访问该数据集。

注意：上传到公共存储桶中文件的访问路径格式为/cos_public/XXXX，上传到个人存储桶中文件的访问路径为cos_person/XXXX。

2. 代码准备 本案例使用 PyTorch 框架搭建简单的卷积神经网络来完成手写数字图像识别的任务。为方便用户直接进行后续工作流的搭建，本文提供案例源代码 mnist.py (opens new window) 供用户直接下载体验。在 mnist.py 源代码中，访问公共 COS 下 MNIST 数据集的示例代码片段如下，访问路径为：/cos_public/mnist。

# 二、利用 PyTorch 框架运行自定义代码

1.在智能钛控制台的左侧导航栏中，选择【框架】>【深度学习】>【PyTorch】，并拖入画布中。

2.右键【PyTorch】，选择【重命名】，输入新名称：手写数字识别，单击【确定】。

3.单击【手写数字识别】，在右侧弹出的配置栏中配置框架参数。

单击【程序脚本】，在自动弹出的【资源列表】中上传本地的用户自定义代码（此处您可直接下载本文提供的源代码

mnist.py

到本地，然后上传到工作流进行案例学习）。

依赖包文件：若使用本文提供的自定义代码，则此处无需填写。此处用于上传在“程序脚本”代码中需依赖包的压缩文件，注意此处上传的压缩包为一级目录下的压缩，否则可能导致无法读取依赖包的报错。
程序依赖：若使用本文提供的自定义代码，则此处无需填写。
程序参数：若使用本文提供的自定义代码，则可直接拷贝以下参数信息。此处提供给用户来指定自定义代码中所需参数的取值，格式为：--参数名[空格]取值。
```
--batch-size 64
--test-batch-size 1000
--epochs 10
--lr 0.01
--momentum 0.5
```