>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rbOOmire8OocQ90QM78DRA) 中的学习记录博客**
>- **🍖 原作者:[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**
一、 前期准备
1. 设置GPU
如果设备上支持GPU就使用GPU,否则使用CPU
2. 导入数据
3.划分数据集
出现错误
发现上面错误对应的报错原因是,这是因为通常情况下,在linux系统中可以使用多个子进程加载数据,而在windows系统中不能。在windows系统中需要将进程数设置为单进程,所以我们需要将数据处理部分DataLoader中的参数 num_workers设置为0或者采用默认为0的设置,即可解决此报错问题。
解决后运行结果
二、构建简单的CNN网络
对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类。
运行结果
三、 训练模型
1. 设置超参数
2. 编写训练函数
3. 编写测试函数
4.开始训练
训练结果
四、结果可视化
运行结果
之后又将训练次数调为25次,结果如下
五、总结
在运行代码的过程中,出现了一些错误,包括绝对路径和前期准备中提到的,在修改后后成功运行了程序,但是最终的结果显示,在训练20次时,测试集的准确率达到了91%,在训练25次,测试集的准确率达到了92%.