深度学习pytorch——天气识别

最新推荐文章于 2024-03-29 17:05:55 发布

VIP文章学电不交电费

最新推荐文章于 2024-03-29 17:05:55 发布

阅读量514

点赞数

文章标签：深度学习 pytorch 人工智能

本文链接：https://blog.csdn.net/weixin_45304386/article/details/128258350

版权

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍦 参考文章地址： 365天深度学习训练营-第P2周：彩色图片分类
🍖 作者：K同学啊

一、前期准备

语言环境：Python3.9
● 编辑器：pycharm
● 学习环境：Pytorch11.7

1.设置GPU

# 1.设置GPU
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os,PIL,pathlib

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

device

2.导入数据

import os,PIL,random,pathlib
data_dir = './weather_photos/'
data_dir = pathlib.Path(data_dir)

data_paths = list(data_dir.glob('*'))
classNames = [str(path).split('\\')[1] for path in data_paths]
classNames

train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # resize输入图片
    transforms.ToTensor(),  # 将PIL Image或numpy.ndarray转换成tensor
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])  # 从数据集中随机抽样计算得到
])

total_data = datasets.ImageFolder(data_dir, transform=train_transforms)
total_data