pytorch模型加载测试_PyTorch 实战（模型训练、模型加载、模型测试）

本次将一个使用Pytorch的一个实战项目，记录流程：自定义数据集->数据加载->搭建神经网络->迁移学习->保存模型->加载模型->测试模型git

自定义数据集

参考个人上一篇博客：自定义数据集处理github

数据加载

默认小伙伴有对深度学习框架有必定的了解，这里就不作过多的说明了。

好吧，仍是简单的说一下吧：

咱们在作好了自定义数据集以后，其实数据的加载和MNSIT 、CIFAR-10 、CIFAR-100等数据集的都是类似的，过程以下所示：web

导入必要的包

import torch

from torch import optim, nn

import visdom

from torch.utils.data import DataLoader

加载数据

能够发现和MNIST 、CIFAR的加载基本上是同样的

train_db = Pokemon('pokeman', 224, mode='train')

val_db = Pokemon('pokeman', 224, mode='val')

test_db = Pokemon('pokeman', 224, mode='test')

train_loader = DataLoader(train_db, batch_size=batchsz, shuffle=True,

num_workers=4)

val_loader = DataLoader(val_db