CNN-RNN通用分类Python代码

最后更新于：2026-07-28 07:39:49

本文介绍一套基于 PyTorch 的 CNN-RNN 通用分类代码。核心函数会在每条样本内部选择一个“序列轴”：一维特征可以沿特征位置读取，多通道传感器数据可以沿时间读取，二维图像可以逐列读取；其余维度会自动合并为每一步的输入特征。这样无需为每一种输入形状重新编写训练、评价和绘图流程。

• 提供 Iris 一维特征、UCI HAR 九通道人体活动序列、MNIST 二维灰度图三个可直接运行的demo。
• 支持样本放第一维或最后一维，并通过 sequenceAxis 指定真正有顺序的轴。
• 可以设置多层一维CNN、卷积通道、卷积核、池化、循环层、隐藏单元、循环层数和 Dropout。
• Python 版支持 RNN、LSTM、GRU、BiRNN、BiLSTM、BiGRU 六种循环结构。
• 支持分层随机划分，也支持按人员、设备、工况或批次提供固定的 splitLabels。
• 归一化均值与标准差只从训练集计算，验证集和测试集不参与拟合。
• 自动计算 Accuracy、宏平均 Precision、Recall、F1、逐类别指标与混淆矩阵。
• 自动生成并保存收敛过程、混淆矩阵、各类别指标、分类结果对比、三集合指标对比五类图片；三个案例共15张图。
• 可设置 Adam、SGDM、RMSprop，支持学习率衰减、早停、类别权重和 CPU/GPU 自动选择。
• 用户主要负责导入 X、Y，选对序列轴并调参，固定流程由 FunClassCNNRNN 一行完成。

一、代码运行环境

推荐使用 Windows 64位、Python 3.11、PyTorch。开发和测试环境为：

Python 3.11.9
torch 2.8.0+cpu
numpy 2.2.6
scikit-learn 1.6.1
matplotlib 3.10.3

在代码文件夹中执行：

pip install -r requirements.txt

完整版为 Python 源码，可以根据自己的环境调整依赖。公开版程序按 Windows 64位 Python 3.11 编译，必须使用 Python 3.11 x64；其他Python大版本可能无法加载公开版核心模块。

如果需要GPU训练，请根据显卡驱动与CUDA版本安装对应的 PyTorch。代码设置 deviceSel='auto' 时会优先使用可用GPU，否则自动使用CPU。

二、程序介绍

完整版文件结构如下：

CNN_RNN_Classification/
├── demoCNNRNNClassIris.py
├── demoCNNRNNClassHAR.py
├── demoCNNRNNClassMNIST.py
├── FunClassCNNRNN.py
├── EvaClassEffect.py
├── iris.csv
├── har_activity_data.npz
├── mnist_subset.npz
├── requirements.txt
├── 数据来源与许可.txt
├── 代码说明.txt
└── figure/

1. demoCNNRNNClassIris.py 文件

该脚本演示二维输入的一维特征分类。X.shape=(150,4)，表示150条样本、每条4个特征位置；Y.shape=(150,)，保存三种鸢尾花类别。脚本设置 sequenceAxis=0，把单条样本内部的四个特征依次交给 CNN-LSTM。

核心调用为：

foreData, foreDataTrain, model, info = FunClassCNNRNN(X, Y, options)

本次完整复验的测试集 Accuracy 为 1.0000，Macro-F1 为 1.0000。测试集只有30条样本，因此该数字主要用于确认流程正常，不代表其他数据也能达到相同结果。

图 1 展示三个类别的真实标签与预测标签。主对角线表示预测正确，非对角线表示具体误分方向。

2. demoCNNRNNClassHAR.py 文件

该脚本演示多通道序列分类。X.shape=(2700,9,128)：每条样本包含9个传感器通道、128个连续采样点；Y 是行走、上楼、下楼、坐着、站立、躺着六类标签。

脚本设置 sequenceAxis=1。这里的编号是“单条样本内部从0开始”，所以 [9,128] 中第1轴就是长度128的时间轴。9个通道会成为每个时间点上的9个输入特征。

HAR 使用 splitLabels 按受试者隔离：1500条训练、480条验证、720条测试。测试人员没有参与训练和验证，比随机拆分更接近面对新用户时的真实效果。

本次完整复验的测试集 Accuracy 为 0.8931，Macro-F1 为 0.8925。

图 2 同时展示训练/验证损失和准确率。最佳权重按照验证损失选择，验证损失长期不改善时提前停止。

图 3 用于定位六种活动之间的具体混淆。坐着与站立的传感器变化相近，通常比动态活动更难区分，这也是混淆矩阵比单一准确率更有价值的地方。

图 4 分别给出各类 Precision、Recall、F1，能发现某个少数类或难分类类别是否被总准确率掩盖。

3. demoCNNRNNClassMNIST.py 文件

该脚本演示二维灰度图分类。X.shape=(5000,28,28)，表示5000张28×28灰度图；Y 为0~9十类数字。设置 sequenceAxis=1 后，程序沿宽度方向逐列读取图像：每一步接收一列28个像素，CNN提取相邻列中的笔画组合，GRU再汇总整张图的信息。

本次完整复验的测试集 Accuracy 为 0.9260，Macro-F1 为 0.9260。

图 5 展示各数字的正确数量和误分方向。若需要继续提高图像分类精度，可以增加训练数据和网络容量，也应与标准二维CNN进行对比。

4. FunClassCNNRNN.py 文件

该文件包含核心函数和 PyTorch 网络类。核心函数签名如下：

def FunClassCNNRNN(X, Y, options=None):
    ...
    return foreData, foreDataTrain, model, info

输入参数：

• X：任意维度有限数值 NumPy 数组，不能含 NaN 或 Inf。推荐样本放第一维，也兼容放最后一维。
• Y：每条样本的类别标签，长度等于样本数；支持整数、浮点数或字符串类别。
• options：控制输入适配、数据划分、网络、训练、归一化与绘图的字典。字段可部分省略，缺少字段采用默认值。

输出参数：

• foreData：测试集预测标签，已经还原为 Y 的原始类别值。
• foreDataTrain：训练集预测标签。
• model：恢复到最佳验证损失状态的 PyTorch 模型。
• info：包含三集合索引与真实标签、验证集预测、三集合类别概率、Accuracy/Precision/Recall/F1、混淆矩阵、训练历史、最佳轮次、标准化参数、输入尺寸适配记录、设备和完整 options。

输入适配参数

适配器先把样本轴移动到最前面，再把序列轴移动到最后，其余维度合并为每个位置的特征，得到 [样本数, 特征数, 序列长度]。该三维数组直接交给 Conv1d。

数据划分参数

CNN-RNN结构参数

Python 版循环结构切换示例：

options['networkType'] = 'RNN'
options['networkType'] = 'LSTM'
options['networkType'] = 'GRU'
options['networkType'] = 'BiRNN'
options['networkType'] = 'BiLSTM'
options['networkType'] = 'BiGRU'

实际使用时只保留其中一行。双向结构会使用正向末端状态与反向起点状态拼接后分类。

训练参数

数据处理与绘图参数

5. EvaClassEffect.py 文件

该文件提供独立评价函数：

metrics = EvaClassEffect(realData, foreData, classOrder=None)

输入真实类别、预测类别和可选类别顺序，返回 Accuracy、MacroPrecision、MacroRecall、MacroF1、逐类别 Precision/Recall/F1、Support、ConfusionMatrix 与 ClassOrder。

6. 数据文件

• iris.csv：Iris 三分类数据。
• har_activity_data.npz：UCI HAR 九通道序列、标签和按受试者隔离的集合标记。
• mnist_subset.npz：MNIST 0~9十分类的5000张灰度图子集。
• 数据来源与许可.txt：数据来源与许可说明；UCI HAR 按 CC BY 4.0 使用。

7. requirements.txt 文件

记录 NumPy、Matplotlib、scikit-learn 和 PyTorch 等依赖版本。建议先在独立Python 3.11环境中安装，再运行demo。

8. figure 文件夹

每个demo生成5张独立PNG，三个案例共15张：收敛过程、测试集混淆矩阵、各类别指标、测试集类别对比、训练/验证/测试指标对比。完整版图片无水印。

9. 代码说明.txt 文件

随代码交付的离线手册，完整展开输入、输出、options、数据替换方式、运行环境与常见注意事项。

三、快速开始

1. 创建环境并安装依赖

建议创建 Python 3.11 环境，然后在代码文件夹执行：

pip install -r requirements.txt

2. 运行与自己数据形态最接近的demo

python demoCNNRNNClassIris.py
python demoCNNRNNClassHAR.py
python demoCNNRNNClassMNIST.py

选择其中一个即可。程序无报错、命令行打印三集合指标、figure/ 生成5张图片，即说明运行环境正常。

3. 替换成自己的数据

二维一维数组：

data = np.loadtxt('your_data.csv', delimiter=',')
X = data[:, :-1]
Y = data[:, -1]
options['sequenceAxis'] = 0

多通道序列：

# X.shape = [样本数, 通道数, 时间长度]
# Y.shape = [样本数]
options['sequenceAxis'] = 1

灰度图：

# X.shape = [样本数, 高度, 宽度]
# Y.shape = [样本数]
options['sequenceAxis'] = 1  # 沿宽度逐列读取

彩色图可整理为 [样本数,通道数,高度,宽度]，沿宽度读取时设置 sequenceAxis=2，通道和高度会合并为每一步的特征。若任务强依赖二维局部邻域，标准二维CNN通常更合适；CNN-RNN更适合某个方向具有明确扫描或序列含义的场景。

4. 避免数据泄漏

同一受试者、设备或批次产生的多条样本不应随机散落在三个集合。可以自己构造：

options['splitLabels'] = split_labels  # 1训练、2验证、3测试

程序的标准化器只从训练集拟合，但前提是集合划分本身合理。错误划分造成的泄漏不能靠模型参数修复。

5. 调参与运行

先固定数据划分，再依次检查序列轴、网络容量和训练节奏。训练集显著优于验证集时，可以减小 convChannels、rnnHidden 或 rnnLayers，增大 dropout，也可以增加数据和改进分组划分。损失剧烈震荡时优先降低 learnRate。

四、关于完整版与公开版代码

公开版用于验证 Python 环境、理解输入格式和体验完整调用流程；正式训练、大数据任务与二次开发建议使用完整版。

五、获取公开版程序

公开版下载： 点击此处下载 CNN-RNN 通用分类 Python 公开版代码

注：公开版适用于 Windows 64位 Python 3.11，最多支持100条样本，最多训练30轮，结果图带试用版水印。

六、获取完整版程序

点击本页面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式。付款完成后刷新本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

七、完整版代码重要更新

• 20260720：完成 Python 版初版代码，支持一维数组、多通道序列、灰度图和更高维输入适配；支持六种循环结构，提供 Iris、UCI HAR、MNIST 三个案例和15张自动结果图。

八、常见问题

Q1：为什么说是“通用分类”，但还要指定 sequenceAxis？

“通用”指函数能适配多种数组维度，不代表模型不需要结构假设。CNN和RNN必须知道沿哪个方向寻找相邻模式和前后关系，因此用户仍需明确序列轴。

Q2：所有普通表格数据都适合吗？

不一定。普通表格的列如果没有稳定的顺序和邻接含义，CNN-RNN虽然能运行，但结构优势可能发挥不出来。应与树模型、SVM、全连接网络等基线比较。

Q3：公开版报错找不到 FunClassCNNRNN 怎么办？

先确认使用 Windows 64位 Python 3.11，并且从公开版代码文件夹运行demo。其他Python大版本无法直接加载该公开版核心模块。

Q4：指定GPU后为什么仍然使用CPU？

当前 PyTorch 必须实际检测到可用CUDA设备。若安装的是CPU版PyTorch，或CUDA与驱动不匹配，程序会提示并回退CPU。可先运行 torch.cuda.is_available() 检查。

Q5：训练集很好，测试集较差怎么办？

先检查分组泄漏和类别比例，再比较验证集走势。可以减小网络、增加Dropout、使用早停、增加数据或调整划分。不要在测试集上反复调参；测试集应留到最后评估。

Q6：最少需要修改哪些内容？

最少替换 X、Y 和 options['sequenceAxis']。如果样本存在人员、设备或批次关联，再提供 splitLabels。之后根据验证集表现调整网络与训练参数。