当前位置：网站首页>pytorch框架学习(4)torchvision模块＆训练一个简单的自己的CNN (一)

pytorch框架学习(4)torchvision模块＆训练一个简单的自己的CNN (一)

2022-08-10 05:29:00 【Time.Xu】

torchvision模块

不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则

英文PyTorch文档的Libraries中有关于torchvision的介绍

实战讲解有以下几个部分

数据预处理部分
—数据增强
—数据预处理
网络模块设置
—加载预训练模型
> 模型训练、保存与测试(下一个文章里)
—选择性的保存
—读取模型并测试

在这个(torchvision)模块中有许多我们需要的功能，比如：torchvision.datasets(封装了一些常用的数据集 和 定义了数据存放的方法) , torchvision.models(包括了一些经典网络架构的实现，以及与训练模型) ， torchvision.transfrom(数据预处理模块)

纯分类任务的数据类型可以参考ImageFolder模块。官网链接
当然不同的任务，数据集的构建可能是不一样的~~~

在这里插入图片描述

1 数据预处理

首先我们导入所需要的pip包，并定义好我们想用的数据集的路径
然后我们对图像进行 数据增强处理–ToTensor–Normalize
在这里插入图片描述
接下来我们构建数据集
在这里插入图片描述
目前我们的数据集里面全是1、2、3这种，我们可以读取json文件来把编号和名字对应起来
在这里插入图片描述

数据展示

  • 注意：我们这里如果想要展示数据的话，必须将已经转换为temsor格式的数据还原为numpy格式，并且需要对标准化进行还原
  • 其中transpose操作是把 C * H * W 还原为 H * W * C
  • squeeze的作用是降维。具体可参考别人的博客

2 网络模型设置

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

原网站

版权声明
本文为[Time.Xu]所创，转载请带上原文链接，感谢
https://xingshixu.blog.csdn.net/article/details/126157110

边栏推荐

猜你喜欢

随机推荐