pytorch入门项目--猫狗大战

本地模块：

getdata.py:

定义一个转换关系，用于将图像数据转换成tensor形式：torchvision.transforms模块

定义项目数据集类，继承自torch.utils.data.Dataset类，实现该抽象类的__getitem__方法（根据索引取图片）和__len__方法

network.py:

定义项目的神经网络模型，继承自torch.nn.Module类，实现__init__(定义神经网络结构，包括各个层的初始化和参数设置）和forward（定义神经网络的前向传播过程）两个方法。

训练：

train.py:

导入两个本地模块

导入pytorch官方模块

定义全局变量

写训练方法：

1.实例化数据集

2.引入torch.utils.data.DataLoader包装该数据集

3.实例化一个网络

4.网络送入GPU，即model=model.cuda()

5.网络设定为训练模式：model.train()

6.实例化优化器，即调整网络参数的方式，引自torch.optim.Adam

7.定义loss计算方法：criterion = torch.nn.CrossEntropyLoss()

8.进入训练轮次

数据集地址：

dogsVScats | Kaggle

代码地址：

https://github.com/xbliuhnu/DogsVsCats

注：加粗字块均可以去官网阅读源码