第P2周：彩色识别

Beck_Novar

已于 2023-02-24 21:43:19 修改

阅读量114

点赞数

文章标签：深度学习神经网络人工智能

于 2023-02-24 21:25:29 首次发布

本文链接：https://blog.csdn.net/Beck_Novar/article/details/129208630

版权

本文是365天深度学习训练营的学习记录，主要介绍如何使用深度学习进行彩色图像识别。通过导入相关库，设置数据集，构建卷积神经网络（CNN），并详细阐述了参数设置、训练与测试函数，最后进行了模型的正式训练。

摘要由CSDN通过智能技术生成

本文为🔗365天深度学习训练营内部限免文章
参考本文所写记录性文章，请在文章开头保留以下内容

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍦 参考文章：365天深度学习训练营-第2周：彩色识别（训练营内部成员可读）
🍖 原作者：K同学啊|接辅导、项目定制

导包

import torch
import torch.nn as nn
import torchvision
import matplotlib.pyplot as plt
import numpy as np
import torch.nn.functional as F
from torchinfo import summary
import warnings

设置数据集

train_ds = torchvision.datasets.CIFAR10('data',
                                      train=True,
                                     transform=torchvision.transforms.ToTensor(),
                                     download = True)
test_ds = torchvision.datasets.CIFAR10('data',
                                      train=False,
                                     transform=torchvision.transforms.ToTensor(),
                                     download = True)

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_ds, 
                                       batch_size=batch_size, 
                                       shuffle=True)

test_dl  = torch.utils.data.DataLoader(test_ds, 
                                       batch_size=batch_size)