PROJECT 06 · 已完成

手写数字识别 · CNN

2026.09●MNIST · 真实训练●纯 PyTorch

机器学习最经典的入门任务：看一张 28×28 的手写数字图，认出它是 0–9 里的哪个。我用 PyTorch 写了一个小 CNN，在真实 MNIST（6 万训练 / 1 万测试）上端到端训练，测试集准确率 98.9%。下面都是这次训练真实产出的图和数字。

动手试试：用鼠标写个数字

在下面白板上用鼠标（或手指）写一个 0–9，写完自动识别（抬笔即出结果）。浏览器里跑的就是上面那个训练好的 CNN——权重已导出到本地，不联网、不上传。画得尽量居中、笔画粗一点会更准。

识别结果：–

98.9%测试集准确率

20.7万模型参数量

7万MNIST 图片

6训练 epoch

训练曲线 — ① 随 epoch 变化：测试准确率升到 ~98.9%，训练损失持续下降。

测试样例预测 — ② 测试集随机样例，标注"真实→预测"。模型认得各种潦草写法，最容易混的是 8 和 6。

为什么做这个

这是我系统学 PyTorch 之后，第一个从头到尾跑通的视觉模型：数据管道（下载→解析→归一化→DataLoader）、卷积网络、训练循环、评估与可视化，一整条走了一遍。

也借它理解了卷积为什么适合图像——局部感受野 + 权值共享，参数比全连接少很多，还自带一点平移不变性。以及 Dropout、学习率、epoch 数这些细节对最终结果的影响。

技术栈

PythonPyTorchNumPyMatplotlibCNNMNIST

代码结构

# mnist-cnn/
data.py     # 下载 + 纯 NumPy 解析 MNIST idx 格式
model.py    # 两层卷积 + 全连接的小 CNN
train.py    # 训练 + 评估 + 出图 + 存模型
reports/    # 曲线 / 样例 / 混淆矩阵 / 指标
      