第P3周：天气识别

>- **🍨 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%.