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与CNN卷积神经网络的手写数字识别完整项目。内容涵盖源码、数据集与实验报告分析适合具备Python基础、希望快速完成深度学习课程设计或入门图像识别的学生参考。压缩包共26个文件约31.64MB以py源码、docx实验文档、png与jpg图片、md说明及zip数据集为主源码包含训练模型、数字图片识别、登录主界面等模块文档则覆盖系统设计、需求分析、测试用例与需求验证结构完整便于按模块查阅。项目基于Python 3.9.7与Jupyter环境依赖TensorFlow、NumPy、Matplotlib及OpenCV围绕MNIST数据集展开图像预处理、模型搭建与训练评估全流程。已有68人学习读者可借此获得可直接运行的代码、配套数据与实验报告模板快速理解CNN在手写数字识别中的落地方式并作为答辩与文档撰写的参考。1. 从一份能跑通的 MNIST 源码说起为什么它仍是毕业设计最稳的选题每年到了毕设开题和期末大作业扎堆的时候总有人问我有没有那种既能体现深度学习工作量、又不会在答辩现场被老师问穿的题目。我的答案一直是同一个——基于 Python 的 CNN 手写数字识别。听起来老套但它稳。MNIST 数据集自带 6 万张训练图、1 万张测试图28×28 灰度格式干净不用自己爬数据、不用清洗标注省下来的时间全砸在模型结构和实验分析上这才是毕设该有的节奏。这个方向能解决的核心问题很明确让你在有限时间内交付一份「有源码、有数据集、有实验报告」的完整闭环。源码部分用 PyTorch 或 TensorFlow 都行几十行就能搭出一个可训练的卷积网络数据集直接调库下载实验报告则围绕准确率、损失曲线、混淆矩阵、错分样本展开。适合谁适合刚学完 Python 基础、想入门深度学习卷积神经网络、又需要一份能写进论文的完整实验的本科生和自学者。下面我按自己带过几届学生的实操路径把这件事从头拆到尾。2. 环境搭建与数据准备把 Python、框架和 MNIST 一次装对2.1 Python 安装与虚拟环境的必要性很多人卡在第一步不是不会写代码而是环境装乱了。我一般建议用 Python 3.8 到 3.10 之间的版本太新的版本某些深度学习库的轮子还没跟上装起来容易翻车。Windows 用户去 python 官网下载安装包时记得勾选「Add Python to PATH」这一步漏了后面命令行里敲 python 会提示找不到命令。装完先验证python --version pip --version两条命令都能正常输出版本号说明基础环境没问题。接下来强烈建议建虚拟环境别把全局环境搞脏。用 venv 就够python -m venv mnist_env # Windows 激活 mnist_env\Scripts\activate # macOS / Linux 激活 source mnist_env/bin/activate激活后命令行前面会出现(mnist_env)前缀。逻辑说明虚拟环境把本项目的依赖和系统里其他项目的依赖隔离开后面就算你把 torch 版本升坏了删掉这个文件夹重来即可不影响别的活。参数上没什么可调的路径别带中文和空格就行这是血泪经验带中文路径的报错能让你查一晚上。2.2 安装 PyTorch 与相关依赖框架选 PyTorch理由是调试直观、报错信息友好、社区示例多对毕设这种需要反复改结构的场景最合适。安装命令去 PyTorch 官网按你的系统和是否有 GPU 生成我这里给一个 CPU 版本的通用写法pip install torch torchvision pip install numpy matplotlib scikit-learn逻辑说明torch是核心框架torchvision里自带 MNIST 数据集加载器和常用图像变换numpy做数值处理matplotlib画损失曲线和错分样本scikit-learn用来生成混淆矩阵。参数说明如果你有 NVIDIA 显卡并且装好了对应 CUDA把 torch 换成带 cu 后缀的版本能快好几倍没有也不影响MNIST 这个规模 CPU 训练一轮也就十几秒。提示安装 numpy 库的方法如果报权限错误在命令后面加--user或者确认你确实在虚拟环境里。2.3 加载 MNIST 并做标准化数据不用手动下载torchvision 会自动拉。关键是变换那一步别省import torch from torchvision import datasets, transforms transform transforms.Compose([ transforms.ToTensor(), # 转成张量并把像素缩到 [0,1] transforms.Normalize((0.1307,), (0.3081,)) # MNIST 全局均值与标准差 ]) train_set datasets.MNIST(root./data, trainTrue, downloadTrue, transformtransform) test_set datasets.MNIST(root./data, trainFalse, downloadTrue, transformtransform) train_loader torch.utils.data.DataLoader(train_set, batch_size64, shuffleTrue) test_loader torch.utils.data.DataLoader(test_set, batch_size1000, shuffleFalse)逻辑说明ToTensor把 PIL 图像变成 0 到 1 之间的张量Normalize再用 MNIST 全集的均值 0.1307 和标准差 0.3081 做标准化让输入分布接近标准正态收敛更稳。参数说明batch_size64是训练批大小显存或内存紧张就调到 32测试集用 1000 是因为测试不需要反向传播一次多喂点更快。shuffleTrue只在训练集开测试集打乱没有意义。3. CNN 模型结构怎么搭从两层卷积到可写进报告的完整网络3.1 卷积、池化、全连接各自在干什么写报告时老师一定会问结构所以这里得说清楚。卷积层用一组可学习的卷积核在图像上滑动提取边缘、纹理这类局部特征池化层做下采样把特征图尺寸减半减少参数量同时保留主要信息全连接层把前面提取的二维特征拉平映射到 10 个数字类别上。卷积神经网络结构图在论文里通常画成「输入→卷积→激活→池化→卷积→激活→池化→全连接→输出」这条链你照着画就行。一维卷积神经网络介绍的文献里讲的是一维信号上的卷积和这里二维图像卷积原理相通只是卷积核维度不同报告里可以提一句体现你读过相关文献但别跑题。3.2 一个能到 99% 准确率的网络定义下面这个结构是我反复用过的两层卷积加两层全连接参数量小、训练快、准确率够看import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 nn.Conv2d(1, 32, kernel_size3, padding1) # 输入1通道输出32通道 self.conv2 nn.Conv2d(32, 64, kernel_size3, padding1) # 32进64出 self.pool nn.MaxPool2d(2, 2) # 2x2 最大池化 self.fc1 nn.Linear(64 * 7 * 7, 128) # 两次池化后 28-14-7 self.fc2 nn.Linear(128, 10) # 10 个类别 self.dropout nn.Dropout(0.25) def forward(self, x): x self.pool(F.relu(self.conv1(x))) # [B,32,14,14] x self.pool(F.relu(self.conv2(x))) # [B,64,7,7] x x.view(-1, 64 * 7 * 7) # 拉平 x self.dropout(F.relu(self.fc1(x))) x self.fc2(x) return x逻辑说明padding1配合kernel_size3保证卷积后尺寸不变尺寸只在池化时减半这样 28 经过两次池化正好到 7全连接输入就是 64×7×7。Dropout(0.25)随机丢弃四分之一神经元抑制过拟合这是让测试准确率贴近训练准确率的关键。参数说明卷积通道数 32 和 64 可以往上加但 MNIST 太简单加到 128 收益很小还拖慢训练fc1的 128 是隐层宽度想压模型可以降到 64。3.3 训练循环与超参数设置import torch.optim as optim device torch.device(cuda if torch.cuda.is_available() else cpu) model Net().to(device) optimizer optim.Adam(model.parameters(), lr1e-3) criterion nn.CrossEntropyLoss() for epoch in range(5): model.train() for data, target in train_loader: data, target data.to(device), target.to(device) optimizer.zero_grad() output model(data) loss criterion(output, target) loss.backward() optimizer.step() print(fEpoch {epoch1} done)逻辑说明CrossEntropyLoss内部已经包含 softmax所以网络最后一层不要再加 softmax加了反而数值不稳。zero_grad每批清一次梯度忘了这步梯度会累加训练直接崩。参数说明学习率1e-3是 Adam 的常用起点loss 不降就降到1e-4训练轮数 5 轮足够到 99%想冲更高可以到 10 轮但要盯着测试集别过拟合。4. 实验报告怎么写把准确率、混淆矩阵和错分样本讲成故事4.1 测试集评估与准确率计算训练完必须用测试集评估而且要用model.eval()关掉 dropout 和 batchnorm 的训练行为model.eval() correct 0 with torch.no_grad(): for data, target in test_loader: data, target data.to(device), target.to(device) output model(data) pred output.argmax(dim1) correct pred.eq(target).sum().item() print(fTest Accuracy: {correct / len(test_set) * 100:.2f}%)逻辑说明torch.no_grad()关闭梯度计算省显存也更快argmax(dim1)取每个样本 10 个输出里最大的那个下标作为预测类别。参数说明这里没有可调参数但要注意测试时 batch_size 和训练可以不同不影响结果。4.2 混淆矩阵与错分样本可视化报告里光有一个准确率数字太单薄加上混淆矩阵和错分图立刻有分量from sklearn.metrics import confusion_matrix import matplotlib.pyplot as plt import numpy as np all_preds, all_targets [], [] with torch.no_grad(): for data, target in test_loader: data data.to(device) pred model(data).argmax(dim1).cpu().numpy() all_preds.extend(pred) all_targets.extend(target.numpy()) cm confusion_matrix(all_targets, all_preds) plt.imshow(cm, cmapBlues) plt.colorbar() plt.xlabel(Predicted); plt.ylabel(True) plt.savefig(confusion_matrix.png)逻辑说明混淆矩阵对角线是分对的非对角线能看出模型把哪个数字认成了哪个比如 4 和 9、3 和 8 容易混。参数说明cmapBlues只是配色换成viridis也行。把错分样本单独挑出来画成图报告里配一句「模型在书写潦草的样本上出错」分析深度就上来了。4.3 损失曲线与实验对比表报告里最好放一组对比实验比如「不加 dropout」和「加 dropout」的测试准确率差异用表格呈现配置训练轮数测试准确率基础 CNN无 dropout598.7%加 dropout 0.25599.1%加 dropout 数据增强1099.3%逻辑说明表格让老师一眼看到你做了消融实验不是随便跑了个模型就交差。参数说明数据增强可以用transforms.RandomRotation(10)轻微旋转MNIST 本身规整增强幅度别太大否则反而掉点。5. 避坑与排查那些让准确率卡在 10% 的常见问题5.1 准确率一直是 10% 左右现象训练好几轮测试准确率始终在 10% 附近等于随机猜。原因最常见的是标签和输出维度对不上或者损失函数用错。解决确认CrossEntropyLoss搭配的是原始 logits网络最后没有多加 softmax再检查fc2输出是不是 10类别数写错成别的值就会全错。5.2 loss 变成 nan现象训练几个 batch 后 loss 打印出 nan。原因学习率太大梯度爆炸。解决把学习率从1e-2降到1e-3甚至1e-4或者加梯度裁剪torch.nn.utils.clip_grad_norm_(model.parameters(), 1.0)。5.3 训练准确率高但测试准确率低现象训练集 99.9%测试集只有 97%。原因过拟合。解决加 dropout、加 L2 正则优化器里设weight_decay1e-4、或者减少训练轮数。MNIST 上过拟合不严重但报告里能分析这一点是加分项。5.4 报错找不到 MNIST 数据现象downloadTrue时卡住或报连接错误。原因网络问题导致自动下载失败。解决手动下载四个 gz 文件放进./data/MNIST/raw/目录再运行就不会重新下。注意目录层级要对放错位置它照样重新下。5.5 GPU 用不上现象torch.cuda.is_available()返回 False。原因装的 torch 是 CPU 版本或者 CUDA 版本和驱动不匹配。解决重新按官网命令装对应 CUDA 版本的 torch实在搞不定就用 CPUMNIST 这个规模 CPU 完全够用别在这上面耗太久。6. 把项目做出区分度三个让答辩加分的进阶技巧第一个技巧是模型集成。单独一个 CNN 到 99% 就到头了但你把三个不同初始化、不同结构的模型预测结果做投票能稳定到 99.4% 以上。做法很简单训练三个 Net 实例测试时把三个 logits 相加再 argmaxmodels [Net().to(device) for _ in range(3)] # 分别训练后... with torch.no_grad(): total_logits sum(m(data.to(device)) for m in models) pred total_logits.argmax(dim1)逻辑说明不同模型犯的错不完全重叠投票能互相纠正。参数说明三个模型结构可以微调比如卷积核数量分别用 32、48、64增加多样性全用一样的结构集成收益会打折。第二个技巧是可视化卷积核和特征图。把conv1的权重画出来能看到它学到的边缘检测器把某张测试图送进网络逐层输出特征图报告里放上「第一层关注笔画边缘、第二层关注局部形状」的分析比干巴巴的准确率有说服力得多。这一步用matplotlib的subplot就能做不需要额外库。第三个技巧是做一个极简的推理脚本让老师能现场手写一个数字验证。用PIL读一张自己写的 28×28 灰度图做同样的标准化送进模型输出预测from PIL import Image img Image.open(my_digit.png).convert(L).resize((28, 28)) img transform(img).unsqueeze(0).to(device) with torch.no_grad(): print(model(img).argmax(dim1).item())逻辑说明convert(L)转灰度resize到 28×28unsqueeze(0)补上 batch 维度。参数说明自己写的图要注意是黑底白字还是白底黑字MNIST 是黑底白字反了预测必错这是现场演示最容易翻车的地方提前试一遍。我自己带学生这些年最大的体会是这个题目不难难的是把每一步都做扎实、把每个数字都讲清楚来龙去脉。别贪多去堆花哨的结构把基础 CNN 跑通、把实验对比做全、把错分样本分析透一份毕设就已经立住了。希望帮到你。本文还有配套的精品资源点击获取