第P3周打卡：Pytorch实现天气识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊

---

前言

本项目使用 PyTorch 框架，构建了一个基于卷积神经网络（CNN）的图像分类模型，用于对天气图像进行分类识别。整个流程从数据加载、图像预处理、模型构建、训练测试、性能评估与可视化一应俱全，具备深度学习图像分类任务的完整性与实用性。

---

一、CNN网络介绍

CNN 是专为图像或类似网格数据设计的神经网络结构，能自动提取图像的空间层级特征，用于分类、检测、分割等任务。

与传统神经网络（如全连接）相比，CNN 能更好地保留空间结构，参数更少。

对于一般的CNN网络来说，都是由特征提取网络和分类网络构成，其中特征提取网络用于提取图片的特征，分类网络用于将图片进行分类。

• nn.Conv2d为卷积层，用于提取图片的特征，传入参数为输入channel，输出channel，池化核大小
• nn.MaxPool2d为池化层，进行下采样，用更高层的抽象表示图像特征，传入参数为池化核大小
• nn.ReLU为激活函数，使模型可以拟合非线性数据
• nn.Linear为全连接层，可以起到特征提取器的作用，最后一层的全连接层也可以认为是输出层，传入参数为输入特征数和输出特征数（输入特征数由特征提取网络计算得到，如果不会计算可以直接运行网络，报错中会提示输入特征数的大小，下方网络中第一个全连接层的输入特征数为1600）
• nn.Sequential可以按构造顺序连接网络，在初始化阶段就设定好网络结构，不需要在前向传播中重新写一遍

一般 CNN 网络结构组成

1. 输入层

• 图像通常以形状 [batch_size, channels, height, width] 输入
  • MNIST: [32, 1, 28, 28]
  • CIFAR10: [32, 3, 32, 32]

---

2. 特征提取部分（卷积层 + 池化层）

由多个「卷积层 Conv2d」+「激活函数 ReLU」+「池化层 MaxPool2d」组成：

输入图像 → Conv → ReLU → Pool → Conv → ReLU → Pool ...

层类型	作用
Conv2d	提取局部特征（边缘、纹理等）
ReLU	非线性激活，提高模型表达能力
MaxPool2d	降维，提取主特征，减少计算量

例如：

nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3)
nn.ReLU()
nn.MaxPool2d(kernel_size=2)
#池化会让宽度、高度减半，每 2×2 区域取最大值

---

3. Flatten 层（展平）

将多维特征图转为一维向量，以输入全连接层：

x = torch.flatten(x, start_dim=1)

---

4. 分类器（全连接层 FC）

用于输出最终分类结果：

nn.Linear(特征维度, 中间层)
nn.ReLU()
nn.Linear(中间层, num_classes)

通常形如：

Flatten → FC1 → ReLU → FC2 → 输出

---

理解难点：

卷积层、池化层只是“网络部件”，forward() 是“怎么把这些部件连起来、一步步走下去”的说明书。

PyTorch 不会自动知道你要怎么使用你创建的那些卷积层、激活函数、全连接层，它只知道你定义了它们。所以你必须告诉它：

输入数据先过哪一层，再过哪一层，最后怎么输出。

示例：常见 CNN 架构（简化版）

class SimpleCNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(1, 16, 3, padding=1)   # 输出 16×28×28
        self.pool1 = nn.MaxPool2d(2)                  # → 16×14×14
        self.conv2 = nn.Conv2d(16, 32, 3, padding=1)  # → 32×14×14
        self.pool2 = nn.MaxPool2d(2)                  # → 32×7×7

        self.fc1 = nn.Linear(32 * 7 * 7, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))
        x = self.pool2(F.relu(self.conv2(x)))
        x = torch.flatten(x, start_dim=1)
        x = F.relu(self.fc1(x))
        return self.fc2(x)

二、前期准备

1.设置GPU

代码如下（示例）：

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os,PIL,pathlib,random

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print("当前使用设备:", device)
if torch.cuda.is_available():
    print("GPU 名称:", torch.cuda.get_device_name(0))

2.导入数据

代码如下（示例）：

data_dir = 'E:/1-DeepLearning/projects