PyTorch入门-CIFAR10图像分类.pdfVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PyTorch⼊门-CIFAR10图像分类

1.CIFAR10数据集下载

CIFAR10数据集包含10个类别,图像尺⼨为3×32×32

官⽅下载地址很慢,这⾥给⼀个百度云:

下载后在项⽬⽬录新建⼀个data⽬录解压进去

2.导⼊相关包

importtorch

importtorch.nnasnn

importtorch.optimasoptim

importtorchvision

importtorchvision.transformsastransforms

importtime

importcopy

数据集的图⽚数量很⼤,⽆法⼀次性加载所有数据,所以⼀次加载⼀个的图⽚

MINI_BATCH=8#mini-batch

可⽤则使⽤

DEVICE=torch.device(cuda:0iftorch.cuda.is_available()elsecpu)#GPUGPU

3.使⽤torchvision加载并且归⼀化训练和测试数据集

CIFAR10数据集的输出是范围在[0,1]之间的PILImage,我们将它转换并归⼀化范围在[-1,1]之间的Tensor:

将格式的图像转换为张量

#ToTensor():ndarrrayTensor

:每个通道颜⾊平均值,这⾥的平均值为,私⼈数据集⾃⼰计算;:每个通道颜⾊标准偏差,原始数据得到

#Normalize(mean,std)mean0.5std(-mean)/std

归⼀化后的数据

transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))])

数据加载器:

#训练数据加载

trainset=torchvision.datasets.CIFAR10(root=./data,train=True,download=False,transform=transform)

trainloader=torch.utils.data.DataLoader(trainset,batch_size=MINI_BATCH,shuffle=True,num_workers=4)

#测试数据加载

testset=torchvision.datasets.CIFAR10(root=./data,train=False,download=False,transform=transform)

testloader=torch.utils.data.DataLoader(testset,batch_size=MINI_BATCH,shuffle=False,num_workers=4)

4.定义卷积神经⽹络

我们实现⼀个简单的神经⽹络LeNet-5来进⾏分类:

这个⽹络具有两个卷积层,两个池化层,三个全连接层,原⽹络⽤于⼿写数字识别,输⼊为灰度图,这⾥我们输⼊图像是RGB所以修改输⼊

数据为3×32×32的Tensorr数据,输出数据维度为1*10,表⽰图⽚属于10个类别的概率,图中数据维度变化说明:

⼆维卷积层输出⼤⼩out=(in-F+2P)/S+1,其中:

F:卷积核⼤⼩F×F

P:Padding,默认为0

S:步长Stride,默认为1

如图中第⼀层卷积层(32-5)/1+1=28

池化层输出⼤⼩out=(in

文档评论(0)

xman123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档