先保存之前训练好的VGG11模型,这里我只保存模型的权重参数,这种方式保存的文件体积较小。但需要在加载时重新定义整个模型结构
在新的python文件中先导入必要的库,然后重新定义整个模型结构
构造VGG11模型并给改模型赋予参数,然后将该模型转变为评价模式
**最重要的时下面处理csv格式数据的过程。
这里我使用的是大小为(10000,784)的csv格式数据集。
读取csv数据集,将其中的数据和标签分开,将dataframe数据转为numpy数据,目的是将大小为784的数据转为(28,28)的灰度图。转成灰度图后放大为(224,224)的灰度图,并将其转为tensor形式的数据。
具体定义的类可以看这里链接: 链接
**
下一步是对处理好的数据进行测试,计算准确率