简介这份资源面向计算机相关专业的毕业设计与期末大作业场景提供一套基于Python的CNN卷积神经网络手写数字识别完整项目。内容涵盖模型训练、数字图片识别、登录主界面等核心代码模块并配套MNIST数据集与多份实验报告分析文档帮助读者从需求分析、系统设计到测试用例形成闭环理解。压缩包共26个文件以py源码、docx实验与需求文档、png与jpg效果图为主另含md说明、txt依赖清单及数据集压缩包整体约31.64MB目录按代码、数据、文档分层组织便于按模块查阅与二次开发。项目基于Python 3.9.7与Jupyter环境依赖TensorFlow、NumPy、Matplotlib、OpenCV等常用库涉及图像灰度化、归一化、去噪等预处理环节适合希望快速搭建可运行Demo并撰写规范报告的本科生与自学者参考。目前已有68人学习可作为课程设计或入门深度学习实践的参考模板。1. 从一份能跑通的 CNN 手写数字识别源码说起如果你正在准备毕业设计或期末大作业大概率会遇到这个题目基于 Python 的 CNN 卷积神经网络手写数字识别。它看起来简单——MNIST 数据集、几层卷积、一个 Softmax 输出网上代码一抓一大把。但真正动手时你会发现能跑通的代码和能交差的代码之间差着数据预处理的细节、模型结构的选型理由、训练过程的调参记录以及一份说得清实验结论的分析报告。这个方向之所以年年被选是因为它把深度学习最核心的链路压缩到了一个可控的规模数据加载、卷积特征提取、池化降维、全连接分类、反向传播更新、指标评估一个都不少。MNIST 的 60000 张训练图加 10000 张测试图在普通笔记本上十几分钟就能跑完一轮不需要 GPU 也能出结果。对于刚接触卷积神经网络原理的人来说它是理解 CNN 基本结构最直接的入口对于要交项目的人来说它提供了完整的源码、数据集和实验报告三件套的落地空间。接下来我会按实际做项目的顺序把环境配置、数据管线、模型搭建、训练调参、避坑排查和进阶验证逐层拆开。每一步都给出可复现的代码和参数说明你照着改就能跑出自己的版本。2. 环境配置与 MNIST 数据管线把第一行代码跑起来2.1 Python 安装与深度学习环境的三层依赖很多人卡在第一步不是代码写错而是环境没配好。Python 安装教程网上很多但针对这个项目的环境我建议按三层来装底层是 Python 解释器中间层是科学计算库上层是深度学习框架。Python 版本选 3.8 到 3.10 之间最稳太新的版本某些库还没跟上。安装时勾选“Add Python to PATH”不然后面在命令行里调不到 python 命令。装完之后用下面两条命令确认python --version pip --version如果两条都能输出版本号说明解释器和包管理器就位。接下来装科学计算三件套和深度学习框架。我一般用 PyTorch因为它的动态图机制对新手更友好调试时能直接看中间变量。pip install numpy matplotlib pip install torch torchvision这里有个坑如果你用的是 Windows 且没有 NVIDIA 显卡直接跑上面的命令装的是 CPU 版没问题。如果有显卡想用 GPU 加速要去 PyTorch 官网根据 CUDA 版本选对应的安装命令不要直接 pip install torch否则装出来的可能是 CPU 版。装完之后用一段短代码验证import torch import torchvision print(torch.__version__) print(torch.cuda.is_available()) # 有 GPU 且配置正确时返回 Truetorch.cuda.is_available()返回 False 不代表环境坏了只说明当前用的是 CPU 模式对这个项目来说完全够用。MNIST 的模型规模小CPU 训练一轮大概一两分钟十轮下来二十分钟以内。提示如果你用 VS Code 写代码记得在左下角切换 Python 解释器到刚装好的那个版本。VS Code Python 环境配置最常见的翻车就是解释器选错导致明明装了 torch 却 import 报错。2.2 MNIST 数据加载与归一化的三个关键参数MNIST 手写数字识别的数据集不需要手动下载torchvision 里已经封装好了。但加载时的几个参数直接决定后面训练能不能收敛。import torch from torchvision import datasets, transforms from torch.utils.data import DataLoader # 定义预处理转张量 归一化 transform transforms.Compose([ transforms.ToTensor(), # 把 PIL 图像转成 [0,1] 范围的张量 transforms.Normalize((0.1307,), (0.3081,)) # MNIST 全局均值和标准差 ]) # 加载训练集和测试集 train_dataset datasets.MNIST( root./data, # 数据存放路径 trainTrue, # 训练集 downloadTrue, # 本地没有就自动下载 transformtransform ) test_dataset datasets.MNIST( root./data, trainFalse, # 测试集 downloadTrue, transformtransform ) # 构建数据加载器 train_loader DataLoader(train_dataset, batch_size64, shuffleTrue) test_loader DataLoader(test_dataset, batch_size1000, shuffleFalse)ToTensor()把像素值从 0-255 缩到 0-1这一步不做的话梯度会爆炸。Normalize里的 0.1307 和 0.3081 是 MNIST 训练集的全局均值和标准差用这两个数归一化后数据分布更接近标准正态收敛更快。这两个值是统计出来的不要改成 0.5 和 0.5那样效果会差一截。batch_size训练集设 64 是惯用值太小则梯度噪声大太大则内存吃紧且泛化可能变差。测试集设 1000 是因为测试时不需要反向传播可以一次多塞一些。shuffleTrue只在训练集开测试集必须关掉否则评估指标会随顺序波动。2.3 用 matplotlib 做数据可视化自检数据加载完先别急着搭模型花两分钟看一眼图确认没有加载错。import matplotlib.pyplot as plt # 取一个 batch 的图片 images, labels next(iter(train_loader)) # 画前 6 张 fig, axes plt.subplots(1, 6, figsize(12, 2)) for i in range(6): # 反归一化先乘标准差再加均值 img images[i].squeeze() * 0.3081 0.1307 axes[i].imshow(img, cmapgray) axes[i].set_title(fLabel: {labels[i].item()}) axes[i].axis(off) plt.show()squeeze()去掉通道维度因为 MNIST 是单通道图形状是 [1, 28, 28]画图需要 [28, 28]。反归一化是为了让图片看起来是正常的黑白对比不然显示出来会偏暗。如果画出来的图是纯黑或纯白说明归一化参数用错了回去检查Normalize那两个数。这一步做完数据管线就通了。接下来搭模型。3. 卷积神经网络搭建从 LeNet 到可调结构3.1 CNN 基本结构与这个项目的最小可用设计卷积神经网络原理说起来复杂但落到 MNIST 这个任务上最小可用结构只需要两组“卷积池化”加两层全连接。我一般用改进版 LeNet 作为基线结构清晰参数量不到 5 万CPU 上跑得飞快。import torch.nn as nn import torch.nn.functional as F class CNN(nn.Module): def __init__(self): super(CNN, self).__init__() # 第一组卷积1 通道输入16 个卷积核3x3 self.conv1 nn.Conv2d(1, 16, kernel_size3, padding1) self.pool1 nn.MaxPool2d(2, 2) # 2x2 最大池化 # 第二组卷积16 通道输入32 个卷积核 self.conv2 nn.Conv2d(16, 32, kernel_size3, padding1) self.pool2 nn.MaxPool2d(2, 2) # 全连接层32*7*7 是两次池化后的特征图大小 self.fc1 nn.Linear(32 * 7 * 7, 128) self.fc2 nn.Linear(128, 10) # 10 个类别 def forward(self, x): x self.pool1(F.relu(self.conv1(x))) # [B,16,14,14] x self.pool2(F.relu(self.conv2(x))) # [B,32,7,7] x x.view(x.size(0), -1) # 展平 x F.relu(self.fc1(x)) x self.fc2(x) return xpadding1配合kernel_size3保证卷积后特征图尺寸不变这样两次 2x2 池化后从 28 降到 14 再降到 7全连接层的输入维度就是 32×7×7。如果去掉 padding第一次卷积后变成 26池化后 13第二次卷积后 11池化后 5全连接层就得改成 32×5×5。这个对应关系必须算清楚否则 forward 时会报维度不匹配。x.view(x.size(0), -1)里的x.size(0)是 batch 维度-1让 PyTorch 自动算剩余维度。不要写死 batch_size否则测试时用不同 batch 会出错。3.2 卷积核数量、池化方式与激活函数的选型理由卷积核数量从 16 到 32 递增是常见做法浅层特征少用少量卷积核提取边缘和纹理深层特征多需要更多卷积核组合出数字的局部形状。如果你把第一层改成 32、第二层改成 64参数量翻倍准确率可能只涨 0.1 到 0.2 个百分点但训练时间明显增加。对这个项目来说16 和 32 的配置性价比最高。池化用 MaxPool2d 而不是 AveragePool2d因为手写数字的识别更依赖笔画是否存在最大值池化保留最强响应对笔画边缘更敏感。池化窗口 2x2、步长 2 是标准配置不重叠池化降维效果稳定。激活函数用 ReLU 不用 Sigmoid。Sigmoid 在深层网络里容易梯度消失ReLU 在正区间梯度恒为 1训练更快。F.relu是函数式调用也可以换成nn.ReLU()作为层加入__init__效果一样看个人习惯。3.3 参数量计算与模型实例化验证搭完模型先算一下参数量确认没有写错。model CNN() total_params sum(p.numel() for p in model.parameters()) print(fTotal parameters: {total_params}) # 用随机输入验证 forward 是否通 dummy torch.randn(4, 1, 28, 28) out model(dummy) print(fOutput shape: {out.shape}) # 应该是 [4, 10]第一层卷积参数量16×1×3×3 16 160。第二层32×16×3×3 32 4640。全连接第一层32×7×7×128 128 200832。全连接第二层128×10 10 1290。加起来大约 20 万出头。如果算出来差很多检查卷积核数量或全连接输入维度。dummy输入用 4 张图输出形状应该是 [4, 10]10 对应 0 到 9 十个类别。如果输出形状不对多半是全连接层的输入维度算错了回去检查两次池化后的特征图尺寸。4. 训练循环与调参让准确率稳定过 99%4.1 损失函数、优化器与学习率的初始设置训练三要素损失函数、优化器、学习率。分类任务用交叉熵损失优化器用 Adam学习率从 0.001 起步。import torch.optim as optim device torch.device(cuda if torch.cuda.is_available() else cpu) model CNN().to(device) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr0.001)CrossEntropyLoss内部已经包含 Softmax所以模型最后一层不要加 Softmax直接输出 logits。如果加了 Softmax 再用 CrossEntropyLoss相当于做了两次梯度会不对。Adam 比 SGD 收敛快对学习率不那么敏感适合这个项目。学习率 0.001 是 Adam 的默认值也是这个任务上比较稳的起点。如果你用 SGD学习率要设到 0.01 并加动量否则收敛很慢。4.2 完整训练循环与每轮评估的代码模板下面是一个完整的训练加评估循环每轮训练完在测试集上评估一次。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() # 清空上一轮梯度 output model(data) # 前向传播 loss criterion(output, target)# 计算损失 loss.backward() # 反向传播 optimizer.step() # 更新参数 if batch_idx % 100 0: print(fEpoch {epoch} [{batch_idx*len(data)}/{len(train_loader.dataset)}] f Loss: {loss.item():.4f}) def test(model, device, test_loader): model.eval() test_loss 0 correct 0 with torch.no_grad(): # 评估时关闭梯度 for data, target in test_loader: data, target data.to(device), target.to(device) output model(data) test_loss criterion(output, target).item() pred output.argmax(dim1) # 取概率最大的类别 correct pred.eq(target).sum().item() test_loss / len(test_loader) acc 100. * correct / len(test_loader.dataset) print(fTest Loss: {test_loss:.4f}, Accuracy: {acc:.2f}%) return acc # 主循环 for epoch in range(1, 11): train(model, device, train_loader, optimizer, epoch) test(model, device, test_loader)model.train()和model.eval()必须成对出现。训练时 Dropout 和 BatchNorm 行为不同评估时不切换会导致结果不稳定。这个模型里没有 Dropout 和 BatchNorm但养成习惯没坏处。torch.no_grad()在评估时关掉梯度计算省内存也省时间。output.argmax(dim1)取每行最大值的索引就是预测类别。pred.eq(target).sum().item()统计预测正确的数量。4.3 学习率调整与早停策略的实操参数跑十轮之后如果准确率卡在 99% 以下可以调学习率。我一般用 StepLR每 3 轮把学习率乘 0.5。scheduler optim.lr_scheduler.StepLR(optimizer, step_size3, gamma0.5)在每轮训练后调用scheduler.step()。这样第 1 到 3 轮学习率 0.001第 4 到 6 轮 0.0005第 7 到 9 轮 0.00025。后期小学习率让模型在最优解附近精细调整准确率通常能再涨 0.1 到 0.3 个百分点。早停策略看测试集准确率如果连续 3 轮不涨就停。这个项目一般 8 到 12 轮收敛再多跑容易过拟合。过拟合的表现是训练损失继续降但测试准确率不升甚至下降。注意不要用测试集调超参数。测试集只在最后评估用一次。调参应该从训练集里切一部分做验证集或者用交叉验证。直接把测试集当验证集用最后报的准确率会偏高实验报告里写出来经不起追问。5. 避坑与排查训练不收敛、准确率卡住的常见原因5.1 损失不下降从数据归一化查到标签对齐现象训练几轮后损失一直在 2.3 左右准确率 10% 上下等于随机猜。原因最常见的是归一化参数写错或者标签和图片没对齐。MNIST 的 Normalize 参数是 (0.1307,), (0.3081,)如果写成 (0.5,), (0.5,) 数据分布偏移模型学不动。另一个可能是 DataLoader 的 shuffle 和数据集划分搞混训练时用了测试集。解决先打印一个 batch 的图片和标签肉眼确认图和数字对得上。再检查 Normalize 参数。最后确认trainTrue和trainFalse没写反。5.2 准确率卡在 98% 上不去检查学习率和模型容量现象训练损失正常下降测试准确率到 98% 左右就不动了。原因学习率太大导致在最优解附近震荡或者模型容量不够。16 和 32 的卷积核配置在 MNIST 上通常能到 99% 以上如果卡在 98%先调学习率。解决加 StepLR 把学习率降下来或者手动在第 5 轮把 lr 改成 0.0005。如果还不行把卷积核数量翻倍到 32 和 64全连接层从 128 加到 256。改完重新跑准确率应该能过 99%。5.3 测试准确率远低于训练准确率过拟合的识别与处理现象训练集准确率 99.9%测试集只有 98%。原因模型记住了训练样本的噪声泛化能力差。MNIST 有 60000 张训练图20 万参数的模型理论上不容易过拟合但如果训练轮数太多比如 30 轮以上还是会过拟合。解决加 Dropout在全连接层之间插入nn.Dropout(0.5)。或者用数据增强对训练图做随机旋转 ±10 度、随机平移 2 个像素。这两种方法都能提升泛化。另外减少训练轮数用早停。5.4 GPU 显存不足或设备不匹配报错现象报错RuntimeError: Expected all tensors to be on the same device。原因模型在 GPU 上但数据在 CPU 上或者反过来。.to(device)只对模型调用了忘了对每个 batch 的数据调用。解决在训练循环里确保data, target data.to(device), target.to(device)。如果显存不够把 batch_size 从 64 降到 32。MNIST 模型很小显存问题一般只出现在同时跑多个实验时。5.5 保存和加载模型时的状态字典键名不匹配现象加载模型时报Missing key(s) in state_dict或Unexpected key(s)。原因保存时用了torch.save(model, path)保存整个模型加载时模型类定义变了或者保存的是model.state_dict()加载时却用torch.load(path)直接当模型用。解决统一用torch.save(model.state_dict(), cnn_mnist.pth)保存加载时先实例化模型再model.load_state_dict(torch.load(cnn_mnist.pth))。这样只保存参数不保存结构模型类改了也不影响加载。6. 实验报告分析与进阶验证让结果经得起追问6.1 混淆矩阵与错误样本分析准确率只是一个数要写实验报告还得看模型在哪些数字上容易错。用混淆矩阵能直观看出类别间的混淆情况。from sklearn.metrics import confusion_matrix import seaborn as sns import numpy as np model.eval() all_preds [] all_targets [] with torch.no_grad(): for data, target in test_loader: data data.to(device) output model(data) preds output.argmax(dim1).cpu().numpy() all_preds.extend(preds) all_targets.extend(target.numpy()) cm confusion_matrix(all_targets, all_preds) plt.figure(figsize(10, 8)) sns.heatmap(cm, annotTrue, fmtd, cmapBlues) plt.xlabel(Predicted) plt.ylabel(True) plt.show()跑完看矩阵对角线大部分数字识别率都在 99% 以上。容易错的是 4 和 9、3 和 5、7 和 1因为这些数字的笔画有相似之处。把错误样本单独抽出来看会发现有些图确实写得很潦草人眼也难分辨。这部分分析写进报告比只报一个准确率有说服力得多。6.2 用 TensorBoard 记录训练曲线实验报告里放一张损失和准确率随轮数变化的曲线比表格更直观。PyTorch 自带 TensorBoard 支持。from torch.utils.tensorboard import SummaryWriter writer SummaryWriter(runs/mnist_cnn) for epoch in range(1, 11): train(model, device, train_loader, optimizer, epoch) acc test(model, device, test_loader) writer.add_scalar(Accuracy/test, acc, epoch) writer.close()跑完之后在命令行执行tensorboard --logdirruns浏览器打开本地端口就能看到曲线。训练损失平滑下降、测试准确率稳步上升说明训练过程正常。如果测试准确率波动大说明 batch_size 太小或学习率太大。6.3 导出 ONNX 模型做跨框架验证想让实验报告更有分量可以把模型导出成 ONNX 格式用 ONNX Runtime 推理一遍验证模型不是只在自己的代码里能跑。dummy_input torch.randn(1, 1, 28, 28).to(device) torch.onnx.export( model, dummy_input, cnn_mnist.onnx, input_names[input], output_names[output], dynamic_axes{input: {0: batch_size}, output: {0: batch_size}} )导出后用onnxruntime加载输入同样的测试图对比 PyTorch 和 ONNX 的输出是否一致。如果一致说明模型结构没有依赖 PyTorch 特有的算子换框架也能用。这一步在毕业设计里是加分项能体现你对模型部署的理解。6.4 我踩过的三个坑和一条习惯第一个坑是归一化参数凭感觉写。刚开始做的时候觉得 0.5 和 0.5 看起来对称应该没问题结果训练损失降得特别慢换了 0.1307 和 0.3081 之后一轮就正常了。第二个坑是忘了optimizer.zero_grad()梯度累加导致更新方向乱掉损失震荡不收敛。第三个坑是保存模型时用了torch.save(model, path)后来改了模型结构加载直接报错只能重新训练。现在我的习惯是任何模型跑通之后先保存一份state_dict然后在另一个脚本里加载一遍用测试集验证加载后的准确率和保存前一致。这个习惯帮我省了很多后悔药。另外实验报告里的每个结论都要有对应的代码和输出支撑不要写“效果良好”这种模糊描述写“测试集准确率 99.2%混淆矩阵显示 4 和 9 的混淆率 0.8%”这种可验证的句子。希望帮到你。本文还有配套的精品资源点击获取