ViT手写体分类器

项目简介

本项目基于 [phpy]实现，利用PHP调用Python编写的一个视觉Transformer模型（Vision Transformer，ViT），用于对手写体数字进行分类。该项目主要使用了ViT模型对经典的MNIST手写体数字数据集进行分类任务。项目结合了PHP和Python的优势，利用PHP代码直接调用Python的深度学习框架PyTorch，实现复杂的神经网络模型训练和推理。

主要功能

• ViT模型: 使用Vision Transformer模型对手写体数字进行分类。
• 数据处理: 使用Python的torchvision库下载和处理MNIST数据集。
• 训练和推理: 使用PHP代码调用PyTorch的训练流程，并进行模型推理。
• 模型保存: 支持保存和加载训练好的模型参数。

项目结构

• train.php: 主文件,训练Vision Transformer模型。
• vit.php: 定义Vision Transformer模型。
• dataset.php: 数据集文件，处理MNIST手写体数据集。
• model.pth: 保存训练好的模型参数文件（如果存在）。
• mnist/: 存放MNIST数据集的目录。
• python/: 存放该项目对于python代码的写法。

环境依赖

• PHP 8.1 或更高版本
• Python 3.8 或更高版本
• phpy 扩展
• PyTorch
• torchvision
• matplotlib（用于可视化）

安装与使用

1. 安装phpy扩展

请按照 phpy 的官方文档 安装并配置phpy扩展，以使PHP能够调用Python。

2. 安装Python依赖

在命令行中执行以下命令，安装必要的Python库：

pip install torch torchvision matplotlib

3. 运行项目

在项目根目录下，通过以下命令运行PHP文件以启动模型训练和测试：

php vit.php

你还可以运行 dataset.php 来查看MNIST数据集的加载情况：

php dataset.php

4. 保存和加载模型

训练过程中，模型参数会自动保存在model.pth文件中。下次运行时，程序会尝试从该文件加载模型参数。

示例输出

训练过程中，程序会输出每1000次迭代的损失值，并在每次保存模型参数时给出提示。

epoch:0 iter:0,loss:2.303
epoch:0 iter:1000,loss:0.278
...

贡献

欢迎贡献代码、报告问题或提出改进建议。你可以通过GitHub Issue或Pull Request与我们联系。

许可证

本项目基于MIT许可证发布，详情请参阅LICENSE文件。