PyTorch全连接层实战从图像分类到文本处理的5个经典案例全连接层作为神经网络的基础构建块其重要性不言而喻。但很多学习者在掌握了基础理论后面对实际项目时仍会感到无从下手。本文将带你深入五个典型应用场景通过完整可运行的代码示例展示如何用PyTorch的nn.Linear解决实际问题。1. 手写数字识别MNIST图像分类实战MNIST数据集是深度学习入门的经典案例。让我们构建一个简单的全连接网络来实现手写数字识别。首先准备数据集import torch from torchvision import datasets, transforms # 数据预处理 transform transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) # 加载数据集 train_dataset datasets.MNIST(./data, trainTrue, downloadTrue, transformtransform) test_dataset datasets.MNIST(./data, trainFalse, transformtransform) # 创建数据加载器 train_loader torch.utils.data.DataLoader(train_dataset, batch_size64, shuffleTrue) test_loader torch.utils.data.DataLoader(test_dataset, batch_size1000, shuffleTrue)接下来定义网络结构import torch.nn as nn import torch.nn.functional as F class MNISTNet(nn.Module): def __init__(self): super(MNISTNet, self).__init__() self.fc1 nn.Linear(28*28, 512) # 第一层全连接 self.fc2 nn.Linear(512, 256) # 第二层全连接 self.fc3 nn.Linear(256, 10) # 输出层 def forward(self, x): x x.view(-1, 28*28) # 展平图像 x F.relu(self.fc1(x)) x F.relu(self.fc2(x)) return F.log_softmax(self.fc3(x), dim1)训练过程的关键代码def train(model, device, train_loader, optimizer, epoch): model.train() for batch_idx, (data, target) in enumerate(train_loader): data, target data.to(device), target.to(device) optimizer.zero_grad() output model(data) loss F.nll_loss(output, target) loss.backward() optimizer.step()这个简单网络在测试集上能达到约98%的准确率。实践中可以通过以下方式进一步提升性能增加网络深度使用批归一化(BatchNorm)添加Dropout层防止过拟合尝试不同的优化器和学习率调度2. 情感分析IMDb电影评论分类文本分类是自然语言处理中的基础任务。我们使用IMDb电影评论数据集构建情感分析模型。首先处理文本数据from torchtext.datasets import IMDB from torchtext.data import Field, LabelField, BucketIterator TEXT Field(tokenizespacy, lowerTrue, include_lengthsTrue) LABEL LabelField(dtypetorch.float) train_data, test_data IMDB.splits(TEXT, LABEL) # 构建词汇表 TEXT.build_vocab(train_data, max_size25000) LABEL.build_vocab(train_data) # 创建迭代器 train_iterator, test_iterator BucketIterator.splits( (train_data, test_data), batch_size64, sort_within_batchTrue, sort_keylambda x: len(x.text) )定义网络结构class SentimentClassifier(nn.Module): def __init__(self, vocab_size, embedding_dim, hidden_dim, output_dim): super().__init__() self.embedding nn.Embedding(vocab_size, embedding_dim) self.fc1 nn.Linear(embedding_dim, hidden_dim) self.fc2 nn.Linear(hidden_dim, output_dim) def forward(self, text, text_lengths): embedded self.embedding(text) pooled embedded.mean(1) # 平均池化 hidden torch.relu(self.fc1(pooled)) return torch.sigmoid(self.fc2(hidden))训练时需要注意文本数据的特殊性使用嵌入层将单词转换为向量处理变长序列选择合适的池化方式这个基础模型可以达到约85%的准确率。改进方向包括使用预训练词向量引入LSTM或Transformer结构调整文本预处理流程3. 房价预测回归任务实战全连接网络同样适用于回归问题。我们使用波士顿房价数据集演示如何预测连续值。加载和处理数据from sklearn.datasets import load_boston from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split boston load_boston() X boston.data y boston.target # 数据标准化 scaler StandardScaler() X scaler.fit_transform(X) # 划分训练测试集 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, random_state42) # 转换为PyTorch张量 X_train torch.FloatTensor(X_train) y_train torch.FloatTensor(y_train).unsqueeze(1) X_test torch.FloatTensor(X_test) y_test torch.FloatTensor(y_test).unsqueeze(1)定义回归模型class HousePricePredictor(nn.Module): def __init__(self, input_dim): super(HousePricePredictor, self).__init__() self.fc1 nn.Linear(input_dim, 64) self.fc2 nn.Linear(64, 32) self.fc3 nn.Linear(32, 1) def forward(self, x): x torch.relu(self.fc1(x)) x torch.relu(self.fc2(x)) return self.fc3(x)训练回归模型的要点使用MSE损失函数评估指标改为RMSE或MAE注意数据标准化可能需要调整学习率回归任务常见挑战及解决方案问题解决方案数据量少使用更小的网络增加正则化特征尺度差异大标准化或归一化输入非线性关系增加网络深度使用合适的激活函数过拟合添加Dropout或L2正则化4. 多标签分类新闻主题分类Reuters新闻数据集包含46个互斥的新闻主题类别是多分类问题的典型案例。数据处理from torchtext.datasets import Reuters from torchtext.data import Field, LabelField, BucketIterator TEXT Field(tokenizespacy, lowerTrue) LABEL LabelField(dtypetorch.long) train_data, test_data Reuters.splits(TEXT, LABEL) # 构建词汇表 TEXT.build_vocab(train_data, max_size25000) LABEL.build_vocab(train_data) # 创建迭代器 train_iterator, test_iterator BucketIterator.splits( (train_data, test_data), batch_size64, sort_within_batchTrue, sort_keylambda x: len(x.text) )定义多分类网络class NewsClassifier(nn.Module): def __init__(self, vocab_size, embedding_dim, hidden_dim, output_dim): super().__init__() self.embedding nn.Embedding(vocab_size, embedding_dim) self.fc1 nn.Linear(embedding_dim, hidden_dim) self.fc2 nn.Linear(hidden_dim, output_dim) def forward(self, text, text_lengths): embedded self.embedding(text) pooled embedded.mean(1) # 平均池化 hidden torch.relu(self.fc1(pooled)) return self.fc2(hidden)多分类任务的关键点输出层神经元数等于类别数使用交叉熵损失评估指标关注准确率和混淆矩阵类别不平衡问题可能需要特殊处理提升多分类性能的技巧尝试不同的文本表示方法TF-IDFWord2VecBERT等预训练模型网络结构优化增加隐藏层使用批归一化添加注意力机制数据增强同义词替换随机删除单词回译5. 自定义数据集花卉图像分类最后我们看一个自定义数据集的案例使用Oxford 102花卉数据集。首先实现自定义数据集类from torch.utils.data import Dataset from PIL import Image import os class FlowerDataset(Dataset): def __init__(self, root_dir, transformNone): self.root_dir root_dir self.transform transform self.classes sorted(os.listdir(root_dir)) self.class_to_idx {cls: i for i, cls in enumerate(self.classes)} self.images [] for cls in self.classes: cls_dir os.path.join(root_dir, cls) for img_name in os.listdir(cls_dir): self.images.append((os.path.join(cls_dir, img_name), self.class_to_idx[cls])) def __len__(self): return len(self.images) def __getitem__(self, idx): img_path, label self.images[idx] image Image.open(img_path).convert(RGB) if self.transform: image self.transform(image) return image, label定义图像分类网络class FlowerClassifier(nn.Module): def __init__(self, input_size, hidden_size, num_classes): super(FlowerClassifier, self).__init__() self.fc1 nn.Linear(input_size, hidden_size) self.fc2 nn.Linear(hidden_size, hidden_size//2) self.fc3 nn.Linear(hidden_size//2, num_classes) def forward(self, x): x x.view(x.size(0), -1) # 展平图像 x torch.relu(self.fc1(x)) x torch.relu(self.fc2(x)) return self.fc3(x)处理自定义数据集的注意事项确保图像尺寸一致合理的数据增强策略处理类别不平衡适当的学习率调度全连接网络在图像分类中的局限性虽然全连接网络可以处理图像数据但当图像尺寸较大时参数量会急剧增加。例如输入尺寸第一层参数数量(隐藏层512)32x3232x32x512 ≈ 500K224x224224x224x512 ≈ 25M因此对于大尺寸图像通常会先使用卷积层提取特征再连接全连接层进行分类。