案例带你学Pytorch系列（1）——CNN卷积神经网络

最新推荐文章于 2024-06-01 20:29:05 发布

MiaL

最新推荐文章于 2024-06-01 20:29:05 发布

阅读量3k

点赞数 6

文章标签： pytorch 案例卷积神经网络 CNN

本文链接：https://blog.csdn.net/houhuipeng/article/details/90043548

版权

把薄书读厚，典型案例详解

pytorch-CNN经典案例拆解
案例出自：
https://github.com/yunjey/pytorch-tutorial.git
关注用案例学Pytorch：
https://github.com/houhuipeng/EasyPytorch-ByExample.git

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms

#ctrl+鼠标左键，进入类/函数（可进入多层，查看注释）；alt+←，退出类/函数

device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')

num_epochs= 5  #训练5遍
num_classes =10 #目标类别
batch_size = 100 #训练批次中，每个批次要加载的样本数量（默认值:)1
learning_rate = 0.001

train_dataset = torchvision.datasets.MNIST(root = '../../data/',
                                            train= True,
                                            transform = transforms.ToTensor(),
                                            download=False)


   '''
        1、文件存储路径表示方法：
        2、已封装数据集包括：CIFAR-10，以及ImageNet、COCO、MNIST、LSUN
            所有数据集都具有几乎相似的接口（API，application programming interface）
            MNIST（root =存储路径，
                train =是否属于训练集，
                download =是否下载，
                transform =转换格式（一个函数/转换，它接收PIL图像并返回转换后的版本。例如，transforms.RandomCrop）
                target_transform=是否对label转换 （接收目标并对其进行转换的函数/转换）
        
        4、transforms：参见https://pytorch.org/docs/stable/torchvision/transforms.html
            torchvision.transforms.Compose[...]  一起组合几个变换
            torchvision.transforms.CenterCrop(尺寸大小)  将给定的PIL图像裁剪为中心
            torchvision.transforms.ColorJitter（亮度= 0，对比度= 0，饱和度= 0，色调= 0 ）更改图像亮度
            torchvision.transforms.Grayscale（num_output_channels = 1 ）转换灰度图像，默认为1；为3时，则输出RGB
            torchvision.transforms.Pad（padding，fill = 0，padding_mode ='constant' ）：
                padding（int或tuple） - 边框填充。长度为1，则用于4条边；长度为2，则分别填充左/右和上/下；长度为4，分别填充左，上，右和下边框。
                fill（int或tuple） - 常量填充的像素填充值。默认值为0.如果长度为3的元组，则分别用于填充R，G，B通道。仅当padding_mode为常量时才使用此值
                padding_mode（str） -填充类型。应该是：恒定constant, 边缘edge，反射reflect 或对称symmetric。默认值是常量。
        
            transforms成员函数非常多：