深度学习每周学习总结P3（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 | 接辅导、项目定制

0. 总结

数据导入部分：本次数据导入没有使用torchvision自带的数据集，需要将原始数据进行处理包括数据导入，数据类型转换，划定训练集测试集后，再使用torch.utils.data中的DataLoader()加载数据

模型构建部分：有两个部分一个初始化部分（init()）列出了网络结构的所有层，比如卷积层池化层等。第二个部分是前向传播部分，定义了数据在各层的处理过程。

设置超参数：在这之前需要定义损失函数，学习率，以及根据学习率定义优化器（例如SGD随机梯度下降），用来在训练中更新参数，最小化损失函数。

定义训练函数：函数的传入的参数有四个，分别是设置好的DataLoader(),定义好的模型，损失函数，优化器。函数内部初始化损失准确率为0，接着开始循环，使用DataLoader()获取一个批次的数据，对这个批次的数据带入模型得到预测值，然后使用损失函数计算得到损失值。接下来就是进行反向传播以及使用优化器优化参数，梯度清零放在反向传播之前或者是使用优化器优化之后都是可以的。将 optimizer.zero_grad() 放在了每个批次处理的开始，这是最标准和常见的做法。这样可以确保每次迭代处理一个新批次时，梯度是从零开始累加的。准确率是通过累计预测正确的数量得到的，处理每个批次的数据后都要不断累加正确的个数，最终的准确率是由预测正确的数量除以所有样本得数量得到的。损失值也是类似每次循环都累计损失值，最终的损失值是总的损失值除以训练批次得到的

定义测试函数：函数传入的参数相比训练函数少了优化器，只需传入设置好的DataLoader(),定义好的模型，损失函数。此外除了处理批次数据时无需再设置梯度清零、返向传播以及优化器优化参数，其余部分均和训练函数保持一致。

训练过程：定义训练次数，有几次就使用整个数据集进行几次训练，初始化四个空list分别存储每次训练及测试的准确率及损失。使用model.train()开启训练模式，调用训练函数得到准确率及损失。使用model.eval()将模型设置为评估模式，调用测试函数得到准确率及损失。接着就是将得到的训练及测试的准确率及损失存储到相应list中并合并打印出来，得到每一次整体训练后的准确率及损失。

模型的保存，调取及使用。在PyTorch中，通常使用 torch.save(model.state_dict(), ‘model.pth’) 保存模型的参数，使用 model.load_state_dict(torch.load(‘model.pth’)) 加载参数。

需要改进优化的地方：再保证整体流程没有问题的情况下，继续细化细节研究，比如一些函数的原理及作用，如何提升训练集准确率等问题。

1. 数据导入部分

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

import os,PIL,pathlib,random

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device

device(type='cuda')

# 数据导入部分
data_dir = './data/weather_recognize/weather_photos/'
data_dir = pathlib.Path(data_dir)

data_paths = list(data_dir.glob('*')) # 获取左右子文件名称
# classNames = [str(path).split("\\")[3] for path in data_paths] # ['cloudy', 'rain', 'shine', 'sunrise']
classNames = [path.parts[-1] for path in data_paths]
classNames

['cloudy', 'rain', 'shine', 'sunrise']

# 数据展示
import matplotlib.pyplot as plt
from PIL import Image # Pillow 是一个图像处理库，可以用来打开、操作和保存许多不同格式的图像文件。

# 指定图像文件夹路径
image_folder = './data/weather_recognize/weather_photos/cloudy/'

# 获取文件夹中的所有图像文件
image_files = [f for f in os.listdir(image_folder) if f.endswith((".jpg",".png",".jpeg"))]

# 创建Matplotlib图像

fig,axes = plt.subplots(3,8,figsize=(16,6))

# 使用列表推导式加载和显示图像
for ax,img_file in zip(axes.flat,image_files):
    img_path = os.path.join(image_folder,img_file)
    img = Image.open(img_path)
    ax.imshow(img)
    ax.axis('off')
    
# 显示图像
plt.tight_layout()
plt.show()

​

# 数据格式转换
total_datadir = './data/weather_recognize/weather_photos/'

# 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = torchvision.transforms.Compose([
    transforms.Resize([224,224]), # 输入图片resize成统一尺寸
    transforms.ToTensor(),        # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(         # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
        mean = [0.485,0.456,0.406],
        std = [0.229,0.224,0.225]
    )
])

total_data = torchvision.datasets.ImageFolder(total_datadir,transform=train_transforms)
total_data

Dataset ImageFolder
    Number of datapoints: 1125
    Root location: ./data/weather_recognize/weather_photos/
    StandardTransform
Transform: Compose(
               Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=warn)
               ToTensor()
               Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
           )

# 划分数据集
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset,test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset,test_dataset

(<torch.utils.data.dataset.Subset at 0x21120a68460>,
 <torch.utils.data.dataset.Subset at 0x2115a4ec7f0>)

# 使用dataloader加载数据，并设置好基本的batch_size
batch_size = 32

train_dl = torch.utils.data.DataLoader(
    train_dataset,
    batch_size = batch_size,
    shuffle = True,
    num_workers = 1 # 用于数据加载的子进程数量。通常，将其设置为大于 0 的值可以加快数据加载速度，特别是当数据集很大时。默认值为 0，表示在主进程中加载数据。 
)
test_dl = torch.utils.data.DataLoader(
    test_dataset,
    batch_size = batch_size,
    shuffle = True,
    num_workers = 1
)

# 查看数据
for X,y in test_dl:
    print("Shape of X[N,C,H,W]: ",X.shape)
    print("Shape of y: ",y.shape,y.dtype)
    break

Shape of X[N,C,H,W]:  torch.Size([32, 3, 224, 224])
Shape of y:  torch.Size([32]) torch.int64

数据导入部分代码详解：

a. 数据读取部分

●第一步：使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象。

●第二步：使用glob()方法获取data_dir路径下的所有文件路径，并以列表形式存储在data_paths中。

●第三步：

通过split()函数对data_paths中的每个文件路径执行分割操作，获得各个文件所属的类别名称，并存储在classeNames中.

或直接使用pathlib的.parts方法

●第四步：打印classeNames列表，显示每个文件所属的类别名称。

a.1 提问：关于这段代码，我想知道为什么split函数中用以分割的是"\“符号而不是”/"

回答：
在这段代码中，split("\\")[3] 被用来从文件路径中提取特定的部分。这里使用反斜杠（\）而不是正斜杠（/）作为分隔符，可能是因为这段代码原本是为在 Windows 系统上运行而编写的。在 Windows 文件系统中，路径通常使用反斜杠 \ 作为分隔符。例如，一个典型的 Windows 文件路径可能看起来像这样：C:\Users\UserName\Documents\File.txt。

但是，值得注意的是，Python 的 pathlib 库是跨平台的，并会自动处理不同操作系统中的路径分隔符差异。当使用 pathlib 处理文件路径时，通常不需要手动指定分隔符。事实上，使用 pathlib 的方法（如 .parts 或 .name）通常更为安全和可靠，因为它们可以适应不同的操作系统。

例如，如果目的是获取路径中的某个特定部分（如这里的类名），可以使用 pathlib 提供的属性而不是手动分割字符串。如果 data_paths 中的路径是类似于 ./data/weather_recognize/weather_photos/ClassName/FileName.jpg 的格式，那么可以这样获取类名：

classNames = [path.parts[-2] for path in data_paths]

这样就无需关心是使用 \ 还是 / 作为分隔符，代码会更加健壮，适用于不同的操作系统。

a.2 提问2：可以为我介绍一下pathlib的.parts和.name方法吗

回答2：
当然可以。pathlib 是 Python 的一个标准库，用于面向对象地处理文件系统路径。它提供了多种方法来操作和提取路径信息，其中 .parts 和 .name 是两个非常实用的属性。

.parts

• .parts 返回一个表示路径各部分的元组。
• 它将整个路径分解为其组成部分，每个部分由路径中的一个目录或文件名表示。
• 在不同的操作系统中，路径的分隔符可能不同（例如，在 Windows 中是 \，在 Unix 和 macOS 中是 /），但 .parts 会自动处理这些差异。
• 示例：
  • 假设有一个路径 Path("/usr/bin/python3")，.parts 将返回 ('/', 'usr', 'bin', 'python3')。
  • 在 Windows 系统上，对于 Path("C:\\Users\\UserName\\Documents\\File.txt")，.parts 将返回 ('C:\\', 'Users', 'UserName', 'Documents', 'File.txt')。

.name

• .name 返回路径中最后一部分的名称。
• 对于文件路径，它返回文件名；对于目录路径，它返回目录名。
• 它不包括路径中的任何父目录部分。
• 示例：
  • 对于路径 Path("/usr/bin/python3")，.name 将返回 python3。
  • 对于路径 Path("C:\\Users\\UserName\\Documents\\File.txt")，.name 将返回 File.txt。

使用 pathlib 的这些属性可以让路径处理更加直观和安全，尤其是在处理跨平台的路径问题时。

b. 用列表推导式加载和显示图像代码的逐行解释：

1. for ax, img_file in zip(axes.flat, image_files):

   • 这是一个 for 循环，使用 zip 函数来同时遍历 axes.flat（所有子图对象的扁平化列表）和 image_files（图像文件名列表）。ax 是当前子图的引用，img_file 是当前要处理的图像文件名。

2. img_path = os.path.join(image_folder, img_file)

   • 使用 os.path.join 构建完整的图像文件路径。这个函数能正确处理不同操作系统中的路径分隔符。

3. img = Image.open(img_path)

   • 使用 Pillow 的 Image.open 方法打开图像文件。

4. ax.imshow(img)

   • 在当前的子图（ax）上显示图像 img。

5. ax.axis('off')

   • 关闭当前子图的坐标轴，这样图像就不会显示任何坐标轴标签或刻度。

6. plt.tight_layout()

   • 调整子图的布局，使得图像之间没有太大的间隙，并确保子图的标题和轴标签不会重叠。

7. plt.show()

   • 显示最终的图像。这通常会弹出一个窗口显示所有的图像。

2. 模型构建部分

3, 224, 224（输入数据）

-> 12, 220, 220（经过卷积层1）

-> 12, 216, 216（经过卷积层2）-> 12, 108, 108（经过池化层1）

-> 24, 104, 104（经过卷积层3）

-> 24, 100, 100（经过卷积层4）-> 24, 50, 50（经过池化层2）

-> 60000 -> num_classes(4)

# 模型构建
import torch.nn.functional as F

class Network_bn(nn.Module):
    def __init__(self):
        super(Network_bn,self).__init__()
        self.conv1 = nn.Conv2d(in_channels = 3,out_channels = 12,kernel_size = 5,stride = 1,padding = 0)
        self.bn1 = nn.BatchNorm2d(12)
        self.conv2 = nn.Conv2d(in_channels = 12,out_channels = 12,kernel_size = 5,stride = 1,padding = 0)
        self.bn2 = nn.BatchNorm2d(12)
        self.pool = nn.MaxPool2d(2,2)
        self.conv3 = nn.Conv2d(in_channels = 12,out_channels = 24,kernel_size = 5,stride = 1,padding = 0)
        self.bn3 = nn.BatchNorm2d(24)
        self.conv4 = nn.Conv2d(in_channels = 24,out_channels = 24,kernel_size = 5,stride = 1,padding = 0)
        self.bn4 = nn.BatchNorm2d(24)
        self.dropout = nn.Dropout(p=0.5)     # 尝试在全连接层之前加入dropout,减少过拟合
        self.fc1 = nn.Linear(24*50*50,len(classNames)) # 尝试加入多个全连接层提升模型性能
        # self.fc2 = nn.Linear(30000,15000)             # 尝试加入多个全连接层提升模型性能
        # self.fc3 = nn.Linear(30000,len(classNames))   # 尝试加入多个全连接层提升模型性能
        
    def forward(self,x):
        x = F.relu(self.bn1(self.conv1(x)))
        x = F.relu(self.bn2(self.conv2(x)))
        x = self.pool(x)
        x = F.relu(self.bn3(self.conv3(x)))
        x = F.relu(self.bn4(self.conv4(x)))
        x = self.pool(x)
        x = x.view(-1,24*50*50)
        # x = self.dropout(x)    
        x = F.relu(self.fc1(x)) # 在全连接层之间添加激活函数
        # x = self.dropout(x)     # 尝试将dropout层放置在两个全连接层之间
        # x = F.relu(self.fc2(x)) # 在全连接层之间添加激活函数
        # x = F.relu(self.fc3(x)) # 在全连接层之间添加激活函数
        return x
    
print("Using {} device".format(device))

model = Network_bn().to(device)
model

Using cuda device





Network_bn(
  (conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (conv3): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn3): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv4): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (dropout): Dropout(p=0.5, inplace=False)
  (fc1): Linear(in_features=60000, out_features=4, bias=True)
)

计算公式：

卷积维度计算公式：

• 高度方向：$H_{out}=\frac{\left(H_{in}-Kernel\_size+2\times padding\right)}{stride}+1$

• 宽度方向：$W_{out}=\frac{\left(W_{in}-Kernel\_size+2\times padding\right)}{stride}+1$

• 卷积层通道数变化：数据通道数为卷积层该卷积层定义的输出通道数，例如：self.conv1 = nn.Conv2d(3,64,kernel_size = 3)。在这个例子中，输出的通道数为64，这意味着卷积层使用了64个不同的卷积核，每个核都在输入数据上独立进行卷积运算，产生一个新的通道。需要注意，卷积操作不是在单独的通道上进行的，而是跨所有输入通道（本例中为3个通道）进行的，每个卷积核提供一个新的输出通道。

池化层计算公式：

• 高度方向：$H_{out}=\left(\frac{H_{in}+2\times paddin{g}_H-dilatio{n}_H\times (kernel\_siz{e}_H-1)-1}{strid{e}_H}+1\right)$

• 宽度方向：$W_{out}=\left(\frac{W_{in}+2\times paddin{g}_W-dilatio{n}_W\times (kernel\_siz{e}_W-1)-1}{strid{e}_W}+1\right)$

其中：

• $H_{in}$ 和 $W_{in}$ 是输入的高度和宽度。
• $paddin{g}_H$ 和 $paddin{g}_W$ 是在高度和宽度方向上的填充量。
• $kernel\_siz{e}_H$ 和 $kernel\_siz{e}_W$ 是卷积核或池化核在高度和宽度方向上的大小。
• $strid{e}_H$ 和 $strid{e}_W$ 是在高度和宽度方向上的步长。
• $dilatio{n}_H$ 和 $dilatio{n}_W$ 是在高度和宽度方向上的膨胀系数。

请注意，这里的膨胀系数 $dilation \times (kernel_size - 1) $实际上表示核在膨胀后覆盖的区域大小。例如，一个 $3 \times 3 $ 的核，如果膨胀系数为2，则实际上它覆盖的区域大小为$ 5 \times 5 $（原始核大小加上膨胀引入的间隔）。

计算流程：

输入数据：($3\ast 224\ast 224$)

conv1计算：卷积核数12，输出的通道也为12。-> $(12\ast 220\ast 220)$
$$\text{输出维度}=\frac{\left(224-5+2\times 0\right)}{1}+1=220$$

conv2计算：-> $(12\ast 216\ast 216)$
$$\text{输出维度}=\frac{\left(220-5+2\times 0\right)}{1}+1=216$$

pool1计算：通道数不变，步长为2-> $(12\ast 108\ast 108)$
$$\text{输出维度}=\left(\frac{216+2\times 0-1\times \left(2-1\right)-1}{2}+1\right)=107+1=108$$

conv3计算：-> $(24\ast 104\ast 104)$
$$\text{输出维度}=\frac{\left(108-5+2\times 0\right)}{1}+1=104$$

conv4计算：-> $(24\ast 100\ast 100)$
$$\text{输出维度}=\frac{\left(104-5+2\times 0\right)}{1}+1=100$$

pool2计算：-> $(24\ast 50\ast 50)$
$$\text{输出维度}=\left(\frac{100+2\times 0-1\times \left(2-1\right)-1}{2}+1\right)=49+1=50$$

flatten层：-> $60000$

$num\_classes(4)$

3. 设置超参数

loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
# opt = torch.optim.Adam(model.parameters(),lr=learn_rate)

4. 训练函数

# 训练循环
def train(dataloader,model,loss_fn,optimizer):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    
    train_loss,train_acc = 0,0
    
    for X,y in dataloader:
        X,y = X.to(device),y.to(device)
        
        # 计算预测值
        pred = model(X)
        loss = loss_fn(pred,y)
        
        # 反向传播
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        
        # 记录acc与loss
        train_acc += (pred.argmax(1)==y).type(torch.float).sum().item()
        train_loss += loss.item()
        
    train_loss /= num_batches
    train_acc /= size
    
    return train_acc,train_loss

5. 测试函数

# 测试函数
def test(dataloader,model,loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    
    test_acc,test_loss = 0,0
    # 当不进行梯度训练时，停止梯度更新，节省计算内存消耗
    with torch.no_grad():
        for X,y in dataloader:
            X,y = X.to(device),y.to(device)

            # 计算预测值
            pred = model(X)
            loss = loss_fn(pred,y)
            
            test_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
            test_loss += loss.item()
            
    test_acc /= size
    test_loss /= num_batches
    
    return test_acc,test_loss

6. 训练过程

epochs = 20

train_loss = []
train_acc = []
test_loss = []
test_acc = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc,epoch_train_loss = train(train_dl,model,loss_fn,opt)
    
    model.eval()
    epoch_test_acc,epoch_test_loss = test(test_dl,model,loss_fn)
    
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    template = ('Epoch:{:2d},Train_acc:{:.1f}%,Train_loss:{:.3f},Test_acc:{:.1f}%,Test_loss:{:.3f}')
    print(template.format(epoch+1,epoch_train_acc*100,epoch_train_loss,epoch_test_acc*100,epoch_test_loss))

print('Done!')

Epoch: 1,Train_acc:46.1%,Train_loss:1.207,Test_acc:46.2%,Test_loss:1.274
Epoch: 2,Train_acc:74.1%,Train_loss:0.822,Test_acc:72.9%,Test_loss:0.654
Epoch: 3,Train_acc:82.0%,Train_loss:0.614,Test_acc:80.9%,Test_loss:0.654
Epoch: 4,Train_acc:84.4%,Train_loss:0.507,Test_acc:78.2%,Test_loss:0.591
Epoch: 5,Train_acc:87.2%,Train_loss:0.465,Test_acc:79.6%,Test_loss:0.589
Epoch: 6,Train_acc:86.6%,Train_loss:0.408,Test_acc:84.0%,Test_loss:0.400
Epoch: 7,Train_acc:88.7%,Train_loss:0.375,Test_acc:83.1%,Test_loss:0.411
Epoch: 8,Train_acc:89.0%,Train_loss:0.341,Test_acc:84.9%,Test_loss:0.355
Epoch: 9,Train_acc:89.9%,Train_loss:0.319,Test_acc:85.3%,Test_loss:0.337
Epoch:10,Train_acc:90.9%,Train_loss:0.296,Test_acc:85.8%,Test_loss:0.353
Epoch:11,Train_acc:92.3%,Train_loss:0.268,Test_acc:85.8%,Test_loss:0.332
Epoch:12,Train_acc:91.2%,Train_loss:0.271,Test_acc:87.6%,Test_loss:0.309
Epoch:13,Train_acc:91.4%,Train_loss:0.273,Test_acc:86.7%,Test_loss:0.324
Epoch:14,Train_acc:92.2%,Train_loss:0.265,Test_acc:87.1%,Test_loss:0.344
Epoch:15,Train_acc:93.0%,Train_loss:0.229,Test_acc:89.3%,Test_loss:0.292
Epoch:16,Train_acc:93.7%,Train_loss:0.276,Test_acc:88.4%,Test_loss:0.424
Epoch:17,Train_acc:93.4%,Train_loss:0.230,Test_acc:89.8%,Test_loss:0.431
Epoch:18,Train_acc:94.2%,Train_loss:0.213,Test_acc:89.8%,Test_loss:0.382
Epoch:19,Train_acc:93.0%,Train_loss:0.231,Test_acc:88.4%,Test_loss:0.314
Epoch:20,Train_acc:93.7%,Train_loss:0.220,Test_acc:90.7%,Test_loss:0.303
Done!

# 结果可视化
import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率

epochs_range = range(epochs)

plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

​

​

7. 模型的保存及调用模型进行预测

# 1.保存模型

# torch.save(model, 'model.pth') # 保存整个模型
torch.save(model.state_dict(), 'model_state_dict.pth') # 仅保存状态字典

# 2. 加载模型 or 新建模型加载状态字典

# model2 = torch.load('model.pth') 
# model2 = model2.to(device) # 理论上在哪里保存模型，加载模型也会优先在哪里，但是指定一下确保不会出错

model2 = Network_bn().to(device) # 重新定义模型
model2.load_state_dict(torch.load('model_state_dict.pth')) # 加载状态字典到模型

# 3.图片预处理
from PIL import Image
import torchvision.transforms as transforms

# 输入图片预处理
def preprocess_image(image_path):
    image = Image.open(image_path)
    transform = transforms.Compose([
        transforms.Resize((224, 224)),  # 假设使用的是224x224的输入
        transforms.ToTensor(),
        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
    ])
    image = transform(image).unsqueeze(0)  # 增加一个批次维度
    return image

# 4.预测函数（指定路径）
def predict(image_path, model):
    model.eval()  # 将模型设置为评估模式
    with torch.no_grad():  # 关闭梯度计算
        image = preprocess_image(image_path)
        image = image.to(device)  # 确保图片在正确的设备上
        outputs = model(image)
        _, predicted = torch.max(outputs, 1)  # 获取最可能的预测类别
        return predicted.item()

# 5.预测并输出结果
image_path = "./data/weather_recognize/weather_photos/shine/shine22.jpg"  # 替换为你的图片路径
prediction = predict(image_path, model)
class_names = ["cloudy", "rain", "shine", "sunrise"]  # Replace with your class labels
predicted_label = class_names[prediction]
print("Predicted class:", predicted_label)

Predicted class: shine

# 选取dataloader中的一个图像进行判断
import numpy as np
# 选取图像
imgs,labels = next(iter(train_dl))
image,label = imgs[0],labels[0]

# 选取指定图像并展示
# 调整维度为 [224, 224, 3]
image_to_show = image.numpy().transpose((1, 2, 0))

# 归一化
mean = np.array([0.485, 0.456, 0.406])
std = np.array([0.229, 0.224, 0.225])
image_to_show = std * image_to_show + mean
image_to_show = np.clip(image_to_show, 0, 1)

# 显示图像
plt.imshow(image_to_show)
plt.show()

# 将图像转移到模型所在的设备上（如果使用GPU）
image = image.to(device)

# 预测
with torch.no_grad():
    output = model(image.unsqueeze(0))  # 添加批次维度
    
# 输出预测结果
_, predicted = torch.max(output, 1)
class_names = ["cloudy", "rain", "shine", "sunrise"]  # Replace with your class labels
predicted_label = class_names[predicted]
print(f"Predicted: {predicted.item()}, Actual: {label.item()}")

​

​

Predicted: 2, Actual: 2