第四次作业：猫狗大战挑战赛

使用VGG模型进行猫狗大战

1、大赛简介

Kaggle 中的猫狗大战竞赛题目。在这个比赛中，有25000张标记好的猫和狗的图片用做训练，有12500张图片用做测试。这个竞赛是2013年开展的，如果你能够达到80%的准确率，在当年是一个 state-of-the-art 的成绩。

2、数据准备

• 这里我将猫狗大赛的数据同老师的数据集一起写。因为猫狗大赛官网的训练数据是混在一起的，换句话说，就是cat和dog没有分开在两个文件夹，所以直接导入会产生错误，于是我就将官网的20000个数据下载下来。
• 另外，官网的test数据下载并压缩后，上传到谷歌云盘，就能在直接解压。

! unzip testing.zip
! wget http://fenggao-image.stor.sinaapp.com/dogscats.zip
! unzip dogscats.zip

• 接下来就是对数据进行处理。
• 将数据拆分为训练集和有效集，在他整理的数据集中，猫和狗的图片放在单独的文件夹中， 同时还提供了一个Validation数据。

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

vgg_format = transforms.Compose([
                transforms.CenterCrop(224),
                transforms.ToTensor(),
                normalize,
            ])

data_dir = '/content/dogscats'

dsets = {x: datasets.ImageFolder(os.path.join(data_dir, x), vgg_format)
         for x in ['train', 'valid']}

dset_sizes = {x: len(dsets[x]) for x in ['train', 'valid']}
dset_classes = dsets['train'].classes

loader_train = tor