qq_40360172的博客

1 数据准备1.1 图片路径和标签生成txt文件1.1.1 原始数据形式如下图说明：Srinivasan2014文件夹→文件夹下有Train和Test两个子文件夹→每个文件夹下有类别名称为文件夹名的子文件夹→图像数据1.1.2 生成的路径和形式1.2 代码 preprocess.pyimport osimport globimport sys sys.path.append("..") import randomdef file_txt(): BASE ='Sriniv

加载VGG16模型并打印查看from torchvision import modelsnet=models.vgg16()print(net)1.1结果说明1.2查看某一部分**加载模型进行预训练，改变classifier层，固定feature层参数**2.1模型搭建import torchimport torch.nn as nnfrom torchvision import modelsfrom torchsummary import summarynet=m.

1.网络结构1.1论文结构1.2简化说明说明：共7层（3Conv+2pool+2FC）2.作用2.1各个部分的作用卷积：特征提取。（说明：同一卷积层中不同通道学习的是同一尺度下的多种特征，浅层卷积和深层卷积学习到的是多种尺度的特征，且深层次的卷积学习到的特征更抽象。）激活函数：引入非线性，提高模型的表达能力池化（降采样）：特征压缩：降低模型复杂度防止过拟合+提取主要特征。不变性：translation(平移：不同位置)，rotation(旋转：不同角度)，scale(尺度：放缩)。

1.网络结构图及对应输出结果2.pytorch代码实现import torch.nn as nnfrom torchsummary import summaryimport torchclass VGG16(nn.Module): def __init__(self): super(VGG16, self).__init__() self.maxpool1 = nn.Sequential( nn.Conv2d(3, 64, ker

CNN搭建方法原文链接：https://www.jb51.net/article/138245.htm1.mnist数据集测试mnist数据集只是为了测试方法，效果不好，可以自己调参数，改变结构之类的。（需要注意的是自己下载的mnist数据集应该怎么建立文件进行存储然后读取）# -*- coding: utf-8 -*-"""Created on Wed May 27 23:36:25 2020@author: 小小飞在路上"""import torchimport torch.nn.