深度学习（二十一）计算机视觉微调新手入门及常见问题解决

最新推荐文章于 2024-10-09 00:00:00 发布

浮云白日303

最新推荐文章于 2024-10-09 00:00:00 发布

阅读量370

点赞数 7

文章标签：深度学习计算机视觉人工智能 python 学习

本文链接：https://blog.csdn.net/m0_68737530/article/details/136002174

版权

文章介绍了如何使用PyTorch库中的ResNet18模型进行迁移学习，将预训练的大模型调整到小规模热狗图像分类任务上，通过数据增强和分组训练优化学习过程。

摘要由CSDN通过智能技术生成

将大模型移植到小模型上来

##微调
import os
import torch
import torchvision
from torch import nn
from d2l import torch as d2l

##我们使用的热狗数据集来源于网络。
# 该数据集包含1400张热狗的“正类”图像，以及包含尽可能多的其他食物的“负类”图像。 含着两个类别的1000张图片用于训练，其余的则用于测试

d2l.DATA_HUB['hotdog'] = (d2l.DATA_URL + 'hotdog.zip',
                         'fba480ffa8aa7e0febbb511d181409f899b9baa5')

data_dir = d2l.download_extract('hotdog')
#ImageFolder是一个通用的数据加载器
#<https://blog.csdn.net/weixin_43135178/article/details/115139178?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168432706316800226595023%