简介这是一份基于卷积神经网络CNN的手写数字识别系统完整源码面向Python入门者和深度学习初学者适合作为大作业、课程设计或项目实践参考。项目围绕MNIST数据集完整覆盖数据预处理归一化、尺寸统一、CNN模型构建卷积层、池化层、全连接层与Dropout防过拟合、模型训练与验证、loss曲线可视化、最终测试评估等环节并附带已训练好的模型参数文件下载后即可直接预测手写数字图片。资源包共17个文件以8个Python脚本为核心分别实现网络层、数据集读取、绘图、分析、优化器等模块另有3张示例图片、yaml配置文件、pkl参数文件、markdown说明文档等整体仅558KB结构紧凑便于快速定位所需代码。目前已有1025人学习源码内还保留了实验记录与配置参数。通过阅读代码可清晰理解CNN各层作用、训练流程和调参思路为后续更复杂的视觉任务打下扎实基础。1. 手写数字识别是大作业必选题CNN新手的完整闭环每年这时候后台问得最多的就是“Python大作业-基于卷积神经网络的手写数字识别系统源码.zip”这类包。说是源码包其实里面装的就是一套从数据集清洗、模型训练到界面展示的最小工程一个能读MNIST、能练出98%左右准确率、还能在GUI里用手写板画数字并实时识别的小系统。对初学者来说这是第一次把卷积神经网络CNN、PyTorch、数据加载、模型保存和推理串成完整闭环而不是只在学校机房跑一段“看别人写的训练日志”。这事的价值在于它把CNN那套看似玄学的概念——卷积核、池化、特征图——全部变成你可以动手改参数、亲眼看到准确率变化的代码。适合三类人交课程设计需要代码包的大一大二学生转行做CV想从图像分类Hello World入门的同学以及想搞清楚“我训练的模型到底能不能用在新数据上”的工程师。我不教你背网络结构我教你把这份源码拆开重装然后用自己的数据集把它跑成你自己的东西。2. 从全连接到CNN为什么这个任务非卷积不可2.1 手写数字识别的本质28×28像素上的十类分类MNIST数据集每张图是28×28的灰度图像素值0到255黑底白字。传统全连接网络处理这种图第一步就是把784个像素全部拉平成一个784维向量然后接几百个神经元的隐藏层最后输出10个类别的概率。这个方案能跑但问题很明显它把“附近像素之间的空间关系”全部扔掉了。手写数字的笔画是有局部结构的——比如数字“8”上下两个圈、数字“5”的横折和弧线——这些结构体现在相邻像素的灰度变化里拉平之后这些信息还在但网络不得不靠巨量参数一点点硬记这些组合效率和泛化都很难看。而CNN的卷积核只在局部区域滑动天然保留“相邻像素的组合”这个信息。一个3×3的卷积核扫过28×28的图像每次只看9个像素的局部关系接着用池化层把相邻特征合并层层抽象底层卷积核识别横线、竖线、弧线高层卷积核组合出更复杂的笔画结构。这就是为什么手写数字识别这个任务历史上从全连接时代的约97%准确率被LeNet系列推进到99%以上。2.2 全连接网络为什么在MNIST上“想”但“看不见”你可以自己做一个对比实验来验证这件事。在同样的PyTorch环境下定义一个两隐层全连接网络训练10个epoch通常准确率在96%到97%就上不去了而且模型体积大、训练久。换成一个三卷积层的CNN同样的10个epoch98.5%只是起步。差距不在网络大小而在归纳偏置——卷积网络天生认为“局部的像素组合是有意义的”这个先验恰好符合图像数据的真实结构。如果你拿到手的源码包是纯全连接网络别急着跑通交差。改一个地方就行把torch.nn.Linear堆叠的部分替换成torch.nn.Conv2d加torch.nn.MaxPool2d的组合你会发现准确率有肉眼可见的提升。这个改动也是大作业报告里最值得写的“优化记录”之一。2.3 卷积层、池化层、全连接层各自扛什么活一个标准的MNIST CNN结构我一般这样搭输入层1×28×28的张量1是通道数灰度28×28是宽高第一层卷积输出16个特征图卷积核5×5或3×3激活用ReLU第一层池化2×2最大池化尺寸从28×28变14×14第二层卷积输出32个特征图卷积核3×3ReLU激活尺寸不缩第二层池化2×2最大池化尺寸从14×14变7×7Flatten7×7×321568维向量全连接层1568→128ReLU激活输出层128→10配合交叉熵损失。注意池化后特征图数量不变变的只是空间尺寸。这个结构是从LeNet-5变形来的层数不多参数总量约二十万级别CPU上跑一个epoch也就几十秒非常适合大作业场景。2.4 为什么选PyTorch而不选TensorFlow到了2025年大作业级别的源码我建议优先看PyTorch版本。原因很实际第一PyTorch的torchvision.datasets.MNIST一行代码就能把数据集下载、归一化和分批次全部处理完TensorFlow的Keras API虽然也简单但数据管线在自定义预处理时绕一些第二PyTorch的调试体验好print(model)直接打印每层结构torchsummary可以看参数量断点进去就是普通Python代码第三课程答辩时老师问“你用了什么优化器、学习率是多少”PyTorch代码里optim.Adam(model.parameters(), lr1e-3)一眼就能说清楚。当然如果你拿到的是Keras版源码也不一定要推翻重写。Keras的model.fit封装度高训练循环三行搞定适合只交代码不答辩的场景。但记住一个原则你要能说清楚每一行在干什么否则答辩翻车只是时间问题。3. 搭建可复现的训练工程PyTorch中的模型、数据与参数3.1 下载MNIST与DataLoader数据管线不管源码包里有没有自带数据集我都建议你把数据加载这块自己敲一遍。这不只是“看懂源码”而是后续你要换Fashion-MNIST、换自己手写的数据集时唯一必须重写的环节。import torch from torch.utils.data import DataLoader from torchvision import datasets, transforms # 数据预处理转Tensor 归一化到 [0, 1] transform transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) # 训练集与测试集MNIST会自动下载到指定目录 train_set datasets.MNIST( root./data, trainTrue, downloadTrue, transformtransform ) test_set datasets.MNIST( root./data, trainFalse, downloadTrue, transformtransform ) # 分批加载shuffle打乱训练顺序worker统计 mmap 载入 train_loader DataLoader( train_set, batch_size64, shuffleTrue, num_workers2 ) test_loader DataLoader( test_set, batch_size256, shuffleFalse, num_workers2 ) print(f训练集样本数: {len(train_set)}, 测试集样本数: {len(test_set)})这段代码是整套工程的入口。transforms.Normalize的两个参数是MNIST官方提供的均值0.1307和标准差0.3081不要随手改成0.5、0.5虽然有论文证明差异不大但你没必要在这个地方冒险。num_workers在Windows上设成0或2设大了会报BrokenPipeError这是PyTorch在Windows下的老坑。batch_size64是折中值再小会让每个epoch的优化步数变多训练时间拉长再大会让GPU显存压力变大虽然有GPU的人不多而CPU上256的batch也会让单步计算变慢。测试集batch设成256是因为推理不需要保存梯度越大越快。3.2 定义一个222结构的LeNet风格模型这个模型是我认为MNIST任务上“性价比最高”的结构两个卷积块每块一层卷积加一层池化、一个展平层、一个全连接层、一个输出层。再多加一层卷积对准确率的提升很小但参数量和训练时间会明显上涨。大作业追求的不是99.5%的SOTA而是结构清晰、训练快、答辩能讲明白。import torch.nn as nn class MnistCNN(nn.Module): def __init__(self): super(MnistCNN, self).__init__() self.features nn.Sequential( # 输入: 1*28*28 nn.Conv2d(1, 16, kernel_size5, padding2), # - 16*28*28 nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # - 16*14*14 nn.Conv2d(16, 32, kernel_size3, padding1), # - 32*14*14 nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # - 32*7*7 ) self.classifier nn.Sequential( nn.Flatten(), # - 32*7*71568 nn.Linear(32 * 7 * 7, 128), nn.ReLU(inplaceTrue), nn.Linear(128, 10), ) def forward(self, x): x self.features(x) x self.classifier(x) return x model MnistCNN() print(model)这里的padding2让5×5卷积保持输出尺寸不变padding1同理。你可能会看到网上有些代码第一层卷积不带padding那样28×28会变24×24池化后变12×12全连接层的输入维度也要跟着改。这种“尺寸跟着卷积核缩”的风格不是错只是后面算nn.Linear的输入维度时容易算错。我习惯用nn.Sequential包起来好处是加Dropout、BatchNorm时改动最小。比如你想加Dropout防过拟合就插在self.classifier里第一个Linear后面一行nn.Dropout(p0.5)。如果加在self.features里训练时会影响特征提取效果实测MNIST上不需要。3.3 训练循环反向传播、参数更新与模型保存训练循环是整个工程里最应该自己手写一遍的部分。不管源码里怎么写的你至少要能回答三个问题loss.backward()做了什么optimizer.zero_grad()为什么必须放在前向之前model.train()与model.eval()有什么区别import torch.optim as optim epochs 10 criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr0.001) device torch.device(cuda if torch.cuda.is_available() else cpu) model.to(device) for epoch in range(epochs): model.train() # 启用训练模式影响BN/Dropout行为 running_loss 0.0 correct 0 total 0 for images, labels in train_loader: images, labels images.to(device), labels.to(device) optimizer.zero_grad() # 梯度清零否则累加 outputs model(images) # 前向 loss criterion(outputs, labels) # 计算损失 loss.backward() # 反向传播计算梯度 optimizer.step() # 更新权重 running_loss loss.item() * images.size(0) _, predicted torch.max(outputs, 1) total labels.size(0) correct (predicted labels).sum().item() train_acc 100.0 * correct / total avg_loss running_loss / total print(fEpoch {epoch1}/{epochs}, Loss: {avg_loss:.4f}, Acc: {train_acc:.2f}%) torch.save(model.state_dict(), ./mnist_cnn.pth)optimizer.zero_grad()必须放在每批次前向传播之前否则梯度会跨batch累加导致权重更新方向越来越偏。CrossEntropyLoss在PyTorch里已经包含了Softmax所以模型最后一层不用额外加Softmax激活加了反而会让数值不稳定。torch.save只保存权重不保存结构加载时要用同结构模型实例化后load_state_dict。实际训练中你会发现第一个epoch准确率就直冲95%以上这很正常——MNIST是“简单任务”CNN学几十步就能抓到主要特征。从第3个epoch开始提升变慢到第10个epoch稳定在98.5%左右。这个现象本身可以写进大作业报告前期网络在学低层笔画特征后期在做细微调优。3.4 训练超参数Epoch、BatchSize与学习率的初始选择参数选择我按优先级排第一优先是学习率。Adam用0.001是PyTorch官方默认值实战中绝大多数任务不用改。第二优先是batch size64对MNIST来说不会犯大错。第三才是epoch数。MNIST上20个epoch比10个epoch能多出0.3到0.5个百分点的准确率但如果你的源码包训练时间已经很长比如CPU跑一个epoch要两分钟那10个epoch已经足够交差了。有个直观判断过拟合的方法训练集准确率超过99.5%测试集准确率原地不动甚至下降说明模型开始“背诵”训练集细节。这时候不是加epoch而是加Dropout或做数据增强。源码包里如果已经带了Dropout(p0.5)训练直接跑就行不用改。4. 把模型变成“系统”GUI交互与本地预测闭环4.1 什么是预测闭环训练完的模型如果只能输出一行准确率那不叫系统叫实验。课程设计里的“手写数字识别系统”通常需要你打开一个窗口用鼠标写一个数字程序立刻告诉你这是几。这一步的价值在于它把模型从“跑数据”变成“用数据”还顺便逼你把数据预处理管线吃透——模型训练时用了归一化推理时必须走同一套流程这个细节是判断源码水平的分水岭。4.2 Tkinter手写板从画布到模型输入Tkinter是Python标准库不需要额外安装对大作业来说最省事。核心思路用Canvas捕获鼠标轨迹轨迹画到白色画布上然后从Canvas里取图像区域缩放成28×28转成张量喂给模型。代码分两部分界面逻辑和图像转换逻辑。import tkinter as tk from PIL import Image, ImageDraw, ImageOps import torch def predict_digit(canvas_image): # canvas_image: PIL.Image, 固定画布尺寸 img canvas_image.convert(L) # 转灰度 img img.resize((28, 28), Image.Resampling.LANCZOS) img ImageOps.invert(img) # 黑底白字 - 白底黑字 img_tensor torch.tensor( list(img.getdata()), dtypetorch.float32 ).reshape(1, 1, 28, 28) / 255.0 img_tensor (img_tensor - 0.1307) / 0.3081 # 与训练时一致的归一化 with torch.no_grad(): model.eval() outputs model(img_tensor) pred torch.argmax(outputs, dim1).item() confidence torch.softmax(outputs, dim1).max().item() return pred, confidence这段转换逻辑里有两个最常见的坑。第一个是颜色反转MNIST训练集是黑底白字像素值0是背景、255是笔迹。Tkinter画布默认白底黑字直接喂给模型等于背景和前景对调识别率会骤降到不可用。所以推理前一定要ImageOps.invert。第二个是缩放与居中对齐Canvas上画的实际尺寸可能是300×300直接缩到28×28会导致笔画扭曲因为笔画在画布中央缩小时四周留白被压扁。稳妥做法是先把图片内容裁剪到包围盒bounding box再做缩放。把”画笔画完自动预测“做进GUI也很简单绑定鼠标抬起事件事件函数里调用predict_digit然后把结果显示在界面Label上。第一次跑通时你会觉得“这玩意真的能用”这个体验比看十遍训练日志都值。4.3 GUI手写板完整代码事件绑定与画布管理class HandwriteApp: def __init__(self, root, model): self.root root self.model model self.canvas tk.Canvas(root, width280, height280, bgwhite) self.canvas.pack(pady10) self.canvas.bind(B1-Motion, self.paint) self.canvas.bind(ButtonRelease-1, self.on_release) self.label tk.Label(root, text在画板上手写数字并按识别, font(Arial, 14)) self.label.pack(pady10) self.btn_clear tk.Button(root, text清空, commandself.clear_canvas) self.btn_clear.pack(pady5) self.image Image.new(L, (280, 280), color255) self.draw ImageDraw.Draw(self.image) def paint(self, event): x1, y1 event.x - 6, event.y - 6 x2, y2 event.x 6, event.y 6 self.canvas.create_oval(x1, y1, x2, y2, fillblack, outlineblack) self.draw.ellipse([x1, y1, x2, y2], fill0) def clear_canvas(self): self.canvas.delete(all) self.image Image.new(L, (280, 280), color255) self.draw ImageDraw.Draw(self.image) self.label.config(text已清空重新书写) def on_release(self, event): pred, conf predict_digit(self.image) self.label.config(textf识别结果: {pred} (置信度: {conf*100:.1f}%))这里把图像直接保存在内存里paint事件同时画到Canvas和PIL Image这样预测时不用从Canvas抓图省去坐标换算的麻烦。注意create_oval的笔迹宽度是直径12像素这个粗细在280×280画布缩到28×28时会变成差不多1个像素接近MNIST中真实笔迹的粗细。如果你觉得识别率低先试试把笔迹直径调到16或20比调网络参数有效得多。4.4 本地推理与模型加载的正确方式GUI启动前要先加载训练好的权重。很多人栽在这里训练时模型在GPU上哪怕只是model.to(device)一句推理时CPU加载权重会报device mismatch。解决办法是torch.load时指定map_locationcpu或者加载后统一.to(device)。model MnistCNN() state_dict torch.load(./mnist_cnn.pth, map_locationcpu) model.load_state_dict(state_dict)第一行创建模型结构第二行加载权重第三行把权重灌进去。如果源码里保存的是整个模型torch.save(model)而不是只保存权重那加载时直接torch.load就能用但这种方式跨环境兼容性差不推荐。你拿到别人的源码包时先看一眼torch.save那一行保存的是什么决定加载方式。如果加载报错unexpected key(s) in state_dict八成是保存和加载的模型结构不一致。5. 训练与交付阶段的避坑现象、原因、解决5.1 现象CPU训练一个epoch要三四分钟10个epoch跑完天都黑了原因num_workers0、模型参数量过大、batch_size太小三个因素叠加会让CPU在PyTorch模型上的表现惨不忍睹。PyTorch的DataLoader加载数据如果不开多进程数据解码会成为瓶颈。而参数量二十万以上的模型CPU单核算卷积要跑很久。解决先检查torch.utils.data.DataLoader的num_workers参数Windows下设2、Linux下设4到8。然后看模型第一层卷积的kernel_size如果是7×7甚至11×11换回5×5或3×3。最后把batch_size从32提到64。这三步做完一个epoch一般在40到60秒之内。如果还不行只能说明你的机器太老把epoch改到5准确率还有96%以上,老师不会因为你少跑5个epoch挂科。5.2 现象测试集准确率98%GUI里自己写的数字却十有八九识别错原因这几乎一定是数据分布不匹配。你写的数字和MNIST里的数字在笔画粗细、居中位置、旋转角度上差异太大。MNIST来自20世纪90年代美国人口普查局的员工手写线条规整、基本居中。你在GUI里用鼠标写出来的字笔画可能歪斜、粗细不均、位置偏移。解决第一推理前加包围盒裁剪与居中——找到图像非零像素的行列范围把内容裁剪出来贴到28×28画布的正中心。第二笔画粗细别太细至少12像素。第三在GUI里加一个“预测结果置信度显示”置信度低于60%时提示用户重新书写。这套预处理一加手感会好非常多。仍然不行的话用随机旋转和位移做数据增强把模型喂得更“皮实”具体做法见第6章。5.3 现象torch.load加载模型报错No module named models或KeyError原因对方源码里用了torch.save(model)把整个模型对象连同它的类定义路径一起保存。加载时PyTorch要按原路径import这个类如果你的文件结构和他不一样比如他把模型类写在train.py里你把它挪到了model.py里模块就找不到了。解决只要加载时报模块相关错误马上改用state_dict方式加载。前提是你有源码里的模型类定义把模型类复制到自己的文件中实例化后用load_state_dict加载权重。如果源码包只给了.pth文件没有模型类就按第3章的结构自己搭一个同尺寸的模型。这种“权重定义分离”的保存方式是PyTorch官方推荐做法以后自己在项目里也要用它。5.4 现象MNIST数据集下载时一直转圈最后URLError或ssl.SSLError原因torchvision.datasets.MNIST(downloadTrue)访问的服务器在国外网络不通畅会导致连接超时还有SSL证书校验失败的场景在代理环境下尤其常见。解决手动下载MNIST四个文件放到./data/MNIST/raw/目录下并且downloadFalse运行。四份文件是train-images-idx3-ubyte.gz、train-labels-idx1-ubyte.gz、t10k-images-idx3-ubyte.gz、t10k-labels-idx1-ubyte.gz。文件名要严格跟PyTorch源码里的一致否则解压阶段报错。另一个办法是把datasets.MNIST的downloadTrue换成downloadFalse然后用kaggle或天池的数据集镜像目录填充但操作起来比手动下载更绕。大作业里下载数据出问题是最浪费时间的建议第一时间手动下载。5.5 现象训练时Loss曲线下降但准确率卡在96%左右上不去原因结构太浅或学习率偏大。MNIST不是难题但用单卷积层加单全连接层特征提取能力确实不够。学习率如果高于0.01SGD或0.003Adam损失函数会在最优解附近震荡进不了更优的局部最小值区域。解决优先加层——在self.features里再加一个Conv2d(16, 32, 3, padding1) ReLU MaxPool2d(2)的块把特征图尺寸降一半、通道数提一倍。这个改动通常能把准确率推到98%。其次降学习率Adam从0.001改到0.0003让后期微调更细腻。至少能到98.5%对于课程作业已经够用了。6. 让准确率从98%到99.5%数据增强、超参与模型瘦身6.1 用随机旋转与位移做“免费的”训练数据数据增强在大作业报告里是重要加分项因为它展示了“你理解模型的弱点是什么”。MNIST数据虽然干净但来源单一。GUI里自己写数字时出现的轻微偏移和旋转模型没见过自然认不准。用PyTorch的torchvision.transforms可以在训练时对每张图做实时变换不增加存储开销transform_train transforms.Compose([ transforms.RandomRotation(degrees10), # 随机旋转 ±10度 transforms.RandomAffine(translate(0.1, 0.1)), # 随机平移10% transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ])旋转和平移都会让图像边缘产生空白区域MNIST背景是黑色,模型会把空白区域当背景这反而让模型学会“对位置不太敏感”。但注意RandomRotation和RandomAffine放在ToTensor之前因为transforms只对PIL图像操作。旋转度数超过15度会让数字“6”和“9”难以区分10度是比较好的平衡点。平移10%对应约3个像素相当于笔迹在画布里轻微晃动不会改变语义。用了数据增强之后同一个模型训练到同样的epoch测试准确率通常能提升0.3到0.8个百分点。更关键的是GUI里书写歪斜的鲁棒性会明显改善。6.2 用学习率调度器在训练末期“踩细刹车”Adam默认学习率0.001在训练初期收敛很快但在后期固定学习率会导致Loss在小范围内抖动。加上StepLR能让你在答辩时说“我在第5轮之后把学习率降了一个量级模型进入了更精细的优化阶段”。scheduler optim.lr_scheduler.StepLR(optimizer, step_size4, gamma0.1) for epoch in range(epochs): # ...训练代码不变... scheduler.step() # 每个epoch结束后调用 current_lr optimizer.param_groups[0][lr] print(f当前学习率: {current_lr:.6f})step_size4表示每4个epoch调整一次gamma0.1表示学习率乘以0.1。所以训练到第5轮时学习率从0.001降到0.0001。这个设置适用于10到12个epoch的训练。注意scheduler.step()必须放在每个epoch的训练循环结束之后放在batch内会导致学习率更新频率不对。这是我踩过的坑对最终准确率影响不大但打印出来的学习率曲线会看着像癫痫。还有一个调度器CosineAnnealingLR更适合长训练但大作业场景里StepLR的“阶梯下降”更容易在答辩时讲清楚。6.3 错误样本检查比准确率更能说明问题的分析准确率是一个数字但答辩老师喜欢问“你的模型错在哪里”。我习惯在测试阶段保存所有预测错误的样本做成一张表格真实标签、预测标签、置信度、原图文件名。然后统计哪几个类别互相混淆最多。MNIST上最常见的错误是“4”和“9、“7”和“1”、“3”和“8”。如果你用数据增强错误分布会变化这个变化本身就是值得写进报告的内容。import pandas as pd records [] for images, labels in test_loader: images, labels images.to(device), labels.to(device) with torch.no_grad(): outputs model(images) preds torch.argmax(outputs, dim1) probs torch.softmax(outputs, dim1).max(dim1).values wrong preds ! labels for i in torch.where(wrong)[0]: records.append({ true: labels[i].item(), pred: preds[i].item(), confidence: probs[i].item(), }) df pd.DataFrame(records) confusion pd.crosstab(df[true], df[pred]) print(confusion)表格里置信度列可以帮你发现另一个问题很多错误样本其实是模型“过度自信”的——置信度超过90%却认错了。这说明模型的权重分布在某些笔画特征上有偏差而不只是“看不清”。你可以在报告里用它论证“增加旋转数据增强可以降低这种伪高置信度”。6.4 模型瘦身与参数归一的交付习惯我最后分享一个交付层面的技巧。源码包里的模型定义、训练脚本、GUI脚本、README、requirements.txt这五件套要齐全。requirements.txt里写死版本号但别写太新torch2.1.0、torchvision0.16.0、Pillow10.0、matplotlib3.5。不需要写pandas如果你没在实际分析里用到。交之前做最后一件事把你训练好的mnist_cnn.pth文件和GUI代码放到一台干净机器上运行一遍。验收机器通常没有GPU、没有预装PyTorch甚至没有外网权限。有条件的话准备一个--cpu-only的运行模式在代码里检测不到CUDA就自动走CPU推理。所有路径都用相对路径不要写s:/Desktop/dataset这种绝对路径。这些细节占大作业评分的比重可能比准确率高得多——老师打开你的代码能五分钟跑通你至少不会被扣分。以上是我带过十几个手写数字识别大作业后攒下的经验。每次看到有人说“这项目网上不是说99%准确率吗我怎么复现不出来”我都会告诉他先查数据分布、再查预处理、最后再赖网络结构。MNIST这个任务数据预处理和数据增强的重要性远大于网络结构本身。做这一个项目最值得养成的习惯是改任何参数都记录一行日志因为你永远不会记得上周调过的那个batch size为什么是128而不是64。这条路走完你收获的不只是一个大作业而是CNN全流程的手感检测、分类、OCR都是从这里长出来的。希望帮到你。本文还有配套的精品资源点击获取