用MNIST数据集搭建简单卷积神经网络

一、MNIST数据集简介

MNIST数据集是NIST（National Institute of Standards and Technology，美国国家标准与技术研究所）数据集的一个子集，为手写数字数据库，由60000个例子组成的训练集，以及一个由10000个例子组成的测试集。对于想上尝试学习技术和模式识别方法的人来说，这是一个很好的数据库，在预处理和格式化方面花费的精力最少。

MNIST 数据集获取：http://yann.lecun.com/exdb/mnist/ 获取

二、搭建简单卷积神经网络

1.导入库文件和模块

import torch
import numpy
 
from torchvision import transforms #处理图像
from torchvision import datasets #处理数据集
from torch.utils.data import DataLoader #加载数据集
 
import torch.nn.functional as F #导入激活函数
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

补充：

import datasets是为了方便下载数据集，如MNIST、ImageNet、CIFAR10等

import transforms是pytorch中的图像预处理库，一般用Compose把多个步骤整合到一起

2.数据处理