4.5 基于经典网络架构训练图像分类模型

数据预处理部分：

 

• 数据增强：torchvision中transforms模块自带功能，比较实用
• 数据预处理：torchvision中transforms也帮我们实现好了，直接调用即可
• DataLoader模块直接读取batch数据

网络模块设置：

• 加载预训练模型，torchvision中有很多经典网络架构，调用起来十分方便，并且可以用人家训练好的权重参数来继续训练，也就是所谓的迁移学习
• 需要注意的是别人训练好的任务跟咱们的可不是完全一样，需要把最后的head层改一改，一般也就是最后的全连接层，改成咱们自己的任务
• 训练时可以全部重头训练，也可以只训练最后咱们任务的层，因为前几层都是做特征提取的，本质任务目标是一致的

网络模型保存与测试

• 模型保存的时候可以带有选择性，例如在验证集中如果当前效果好则保存
• 读取模型进行实际测试
• 

import os
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import torch
from torch import nn
import torch.optim as optim
import torchvisio