環境

系統：win10

cpu：i7-6700HQ

gpu：gtx965m

python : 3.6

pytorch ：0.3

數據下載

來源自Sasank Chilamkurthy 的教程； 數據：下載鏈接。

下載后解壓放到項目根目錄：

數據集為用來分類 螞蟻和蜜蜂。有大約120個訓練圖像，每個類有75個驗證圖像。

數據導入

可以使用 torchvision.datasets.ImageFolder(root,transforms) 模塊 可以將 圖片轉換為 tensor。

先定義transform：

ata_transforms = {  'train': transforms.Compose([    # 隨機切成224x224 大小圖片 統一圖片格式    transforms.RandomResizedCrop(224),    # 圖像翻轉    transforms.RandomHorizontalFlip(),    # totensor 歸一化(0,255) >> (0,1)  normalize  channel=（channel-mean）/std    transforms.ToTensor(),    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  ]),  "val" : transforms.Compose([    # 圖片大小縮放 統一圖片格式    transforms.Resize(256),    # 以中心裁剪    transforms.CenterCrop(224),    transforms.ToTensor(),    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  ])}

導入，加載數據：

data_dir = './hymenoptera_data'# trans dataimage_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'val']}# load datadata_loaders = {x: DataLoader(image_datasets[x], batch_size=BATCH_SIZE, shuffle=True) for x in ['train', 'val']}data_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}class_names = image_datasets['train'].classesprint(data_sizes, class_names)

{'train': 244, 'val': 153} ['ants', 'bees']

訓練集 244圖片 ， 測試集153圖片 。

可視化部分圖片看看，由于visdom支持tensor輸入 ，不用換成numpy，直接用tensor計算即可 ：

inputs, classes = next(iter(data_loaders['val']))out = torchvision.utils.make_grid(inputs)inp = torch.transpose(out, 0, 2)mean = torch.FloatTensor([0.485, 0.456, 0.406])std = torch.FloatTensor([0.229, 0.224, 0.225])inp = std * inp + meaninp = torch.transpose(inp, 0, 2)viz.images(inp)

創建CNN

net 根據上一篇的處理cifar10的改了一下規格：

class CNN(nn.Module):  def __init__(self, in_dim, n_class):    super(CNN, self).__init__()    self.cnn = nn.Sequential(      nn.BatchNorm2d(in_dim),      nn.ReLU(True),      nn.Conv2d(in_dim, 16, 7), # 224 >> 218      nn.BatchNorm2d(16),      nn.ReLU(inplace=True),      nn.MaxPool2d(2, 2), # 218 >> 109      nn.ReLU(True),      nn.Conv2d(16, 32, 5), # 105      nn.BatchNorm2d(32),      nn.ReLU(True),      nn.Conv2d(32, 64, 5), # 101      nn.BatchNorm2d(64),      nn.ReLU(True),      nn.Conv2d(64, 64, 3, 1, 1),      nn.BatchNorm2d(64),      nn.ReLU(True),      nn.MaxPool2d(2, 2), # 101 >> 50      nn.Conv2d(64, 128, 3, 1, 1), #      nn.BatchNorm2d(128),      nn.ReLU(True),      nn.MaxPool2d(3), # 50 >> 16    )    self.fc = nn.Sequential(      nn.Linear(128*16*16, 120),      nn.BatchNorm1d(120),      nn.ReLU(True),      nn.Linear(120, n_class))  def forward(self, x):    out = self.cnn(x)    out = self.fc(out.view(-1, 128*16*16))    return out# 輸入3層rgb ，輸出 分類 2    model = CNN(3, 2)