文章目录
前言
跟着大佬在学习
深度学习在图像处理中的应用(tensorflow2.4以及pytorch1.10实现)
一、AlexNet
1. 学习教程
2.学习笔记
-
模型
在model.py里面加入代码并调试#测试
import torch
input1 = torch.rand([32,3,32,32])
model = LeNet()
print(model)
output = model(input1)
训练数据集cifar10
下载数据集
import torch
import torchvision
import torch.nn as nn
from model import LeNet
import torch.optim as optim
import torchvision.transforms as transforms
def main():
# 50000张训练图片
# 第一次使用时要将download设置为True才会自动去下载数据集
train_set = torchvision.datasets.CIFAR10(root='./data', train=False,
download=True)
if __name__ == '__main__':
main()
代码中可以查看torch官方的数据集
torchvision.datasets.
训练完成
测试
这里只能用jpg格式的图片,不知道为什么
二、AlexNet网络训练花分类数据集
1. 下载数据集并分好文件夹
https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz