深度学习Day-18:ResNet50V2算法实战与解析

 🍨 本文为:[🔗365天深度学习训练营] 中的学习记录博客
 🍖 原作者:[K同学啊 | 接辅导、项目定制]

要求:

  1. 根据本文Tensorflow代码,编写对应的Pytorch代码
  2. 了解ResNetV2与ResNetV的区别

一、 基础配置

  • 语言环境:Python3.8
  • 编译器选择:Pycharm
  • 深度学习环境:
    • torch==1.12.1+cu113
    • torchvision==0.13.1+cu113

二、 前期准备 

1.设置GPU

import torch
import torch.nn as nn
from torchvision import transforms, datasets
import pathlib, warningswarnings.filterwarnings("ignore")  # 忽略警告信息device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

2. 导入数据

本项目所采用的数据集未收录于公开数据中,故需要自己在文件目录中导入相应数据集合,并设置对应文件目录,以供后续学习过程中使用。

运行下述代码:

data_dir = './data/bird_photos/'
data_dir = pathlib.Path(data_dir)data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[2] for path in data_paths]
print(classeNames)

得到如下输出:

['Bananaquit', 'Black Skimmer', 'Black Throated Bushtiti', 'Cockatoo']

接下来,我们通过transforms.Compose对整个数据集进行预处理:

train_transforms = transforms.Compose([transforms.Resize([224, 224]),      # 将输入图片resize成统一尺寸# transforms.RandomHorizontalFlip(), # 随机水平翻转transforms.ToTensor(),              # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间transforms.Normalize(               # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])      # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])test_transform = transforms.Compose([transforms.Resize([224, 224]),      # 将输入图片resize成统一尺寸transforms.ToTensor(),              # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间transforms.Normalize(               # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])      # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])total_data = datasets.ImageFolder("./data/bird_photos/", transform=train_transforms)
print(total_data.class_to_idx)

得到如下输出:

{'Bananaquit': 0, 'Black Skimmer': 1, 'Black Throated Bushtiti': 2, 'Cockatoo': 3}

3. 划分数据集

 此处数据集需要做按比例划分的操作:

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])

接下来,根据划分得到的训练集和验证集对数据集进行包装:

batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset,batch_size=batch_size,shuffle=True,num_workers=0)
test_dl = torch.utils.data.DataLoader(test_dataset,batch_size=batch_size,shuffle=True,num_workers=0)

并通过:

for X, y in test_dl:print("Shape of X [N, C, H, W]: ", X.shape)print("Shape of y: ", y.shape, y.dtype)break

输出测试数据集的数据分布情况:

Shape of X [N, C, H, W]:  torch.Size([32, 3, 224, 224])
Shape of y:  torch.Size([32]) torch.int64

4.搭建模型

1.模型搭建

class Block2(nn.Module):def __init__(self, in_channel, filters, kernel_size=3, stride=1, conv_shortcut=False):super(Block2, self).__init__()self.preact = nn.Sequential(nn.BatchNorm2d(in_channel),nn.ReLU(True))self.shortcut = conv_shortcutif self.shortcut:self.short = nn.Conv2d(in_channel, 4 * filters, 1, stride=stride, padding=0, bias=False)elif stride > 1:self.short = nn.MaxPool2d(kernel_size=1, stride=stride, padding=0)else:self.short = nn.Identity()self.conv1 = nn.Sequential(nn.Conv2d(in_channel, filters, 1, stride=1, bias=False),nn.BatchNorm2d(filters),nn.ReLU(True))self.conv2 = nn.Sequential(nn.Conv2d(filters, filters, kernel_size, stride=stride, padding=1, bias=False),nn.BatchNorm2d(filters),nn.ReLU(True))self.conv3 = nn.Conv2d(filters, 4 * filters, 1, stride=1, bias=False)def forward(self, x):x1 = self.preact(x)if self.shortcut:x2 = self.short(x1)else:x2 = self.short(x)x1 = self.conv1(x1)x1 = self.conv2(x1)x1 = self.conv3(x1)x = x1 + x2return xclass Stack2(nn.Module):def __init__(self, in_channel, filters, blocks, stride=2):super(Stack2, self).__init__()self.conv = nn.Sequential()self.conv.add_module(str(0), Block2(in_channel, filters, conv_shortcut=True))for i in range(1, blocks - 1):self.conv.add_module(str(i), Block2(4 * filters, filters))self.conv.add_module(str(blocks - 1), Block2(4 * filters, filters, stride=stride))def forward(self, x):x = self.conv(x)return xclass ResNet50V2(nn.Module):def __init__(self,include_top=True,  # 是否包含位于网络顶部的全链接层preact=True,  # 是否使用预激活use_bias=True,  # 是否对卷积层使用偏置input_shape=[224, 224, 3],classes=1000,pooling=None):  # 用于分类图像的可选类数super(ResNet50V2, self).__init__()self.conv1 = nn.Sequential()self.conv1.add_module('conv', nn.Conv2d(3, 64, 7, stride=2, padding=3, bias=use_bias, padding_mode='zeros'))if not preact:self.conv1.add_module('bn', nn.BatchNorm2d(64))self.conv1.add_module('relu', nn.ReLU())self.conv1.add_module('max_pool', nn.MaxPool2d(kernel_size=3, stride=2, padding=1))self.conv2 = Stack2(64, 64, 3)self.conv3 = Stack2(256, 128, 4)self.conv4 = Stack2(512, 256, 6)self.conv5 = Stack2(1024, 512, 3, stride=1)self.post = nn.Sequential()if preact:self.post.add_module('bn', nn.BatchNorm2d(2048))self.post.add_module('relu', nn.ReLU())if include_top:self.post.add_module('avg_pool', nn.AdaptiveAvgPool2d((1, 1)))self.post.add_module('flatten', nn.Flatten())self.post.add_module('fc', nn.Linear(2048, classes))else:if pooling == 'avg':self.post.add_module('avg_pool', nn.AdaptiveAvgPool2d((1, 1)))elif pooling == 'max':self.post.add_module('max_pool', nn.AdaptiveMaxPool2d((1, 1)))def forward(self, x):x = self.conv1(x)x = self.conv2(x)x = self.conv3(x)x = self.conv4(x)x = self.conv5(x)x = self.post(x)return xmodel = ResNet50V2().to(device)

2.查看模型信息

import torchsummary as summary
summary.summary(model, (3, 224, 224))

得到如下输出:

----------------------------------------------------------------Layer (type)               Output Shape         Param #
================================================================Conv2d-1         [-1, 64, 112, 112]           9,472MaxPool2d-2           [-1, 64, 56, 56]               0BatchNorm2d-3           [-1, 64, 56, 56]             128ReLU-4           [-1, 64, 56, 56]               0Conv2d-5          [-1, 256, 56, 56]          16,384Conv2d-6           [-1, 64, 56, 56]           4,096BatchNorm2d-7           [-1, 64, 56, 56]             128ReLU-8           [-1, 64, 56, 56]               0Conv2d-9           [-1, 64, 56, 56]          36,864BatchNorm2d-10           [-1, 64, 56, 56]             128ReLU-11           [-1, 64, 56, 56]               0Conv2d-12          [-1, 256, 56, 56]          16,384Block2-13          [-1, 256, 56, 56]               0BatchNorm2d-14          [-1, 256, 56, 56]             512ReLU-15          [-1, 256, 56, 56]               0Identity-16          [-1, 256, 56, 56]               0Conv2d-17           [-1, 64, 56, 56]          16,384BatchNorm2d-18           [-1, 64, 56, 56]             128ReLU-19           [-1, 64, 56, 56]               0Conv2d-20           [-1, 64, 56, 56]          36,864BatchNorm2d-21           [-1, 64, 56, 56]             128ReLU-22           [-1, 64, 56, 56]               0Conv2d-23          [-1, 256, 56, 56]          16,384Block2-24          [-1, 256, 56, 56]               0BatchNorm2d-25          [-1, 256, 56, 56]             512ReLU-26          [-1, 256, 56, 56]               0MaxPool2d-27          [-1, 256, 28, 28]               0Conv2d-28           [-1, 64, 56, 56]          16,384BatchNorm2d-29           [-1, 64, 56, 56]             128ReLU-30           [-1, 64, 56, 56]               0Conv2d-31           [-1, 64, 28, 28]          36,864BatchNorm2d-32           [-1, 64, 28, 28]             128ReLU-33           [-1, 64, 28, 28]               0Conv2d-34          [-1, 256, 28, 28]          16,384Block2-35          [-1, 256, 28, 28]               0Stack2-36          [-1, 256, 28, 28]               0BatchNorm2d-37          [-1, 256, 28, 28]             512ReLU-38          [-1, 256, 28, 28]               0Conv2d-39          [-1, 512, 28, 28]         131,072Conv2d-40          [-1, 128, 28, 28]          32,768BatchNorm2d-41          [-1, 128, 28, 28]             256ReLU-42          [-1, 128, 28, 28]               0Conv2d-43          [-1, 128, 28, 28]         147,456BatchNorm2d-44          [-1, 128, 28, 28]             256ReLU-45          [-1, 128, 28, 28]               0Conv2d-46          [-1, 512, 28, 28]          65,536Block2-47          [-1, 512, 28, 28]               0BatchNorm2d-48          [-1, 512, 28, 28]           1,024ReLU-49          [-1, 512, 28, 28]               0Identity-50          [-1, 512, 28, 28]               0Conv2d-51          [-1, 128, 28, 28]          65,536BatchNorm2d-52          [-1, 128, 28, 28]             256ReLU-53          [-1, 128, 28, 28]               0Conv2d-54          [-1, 128, 28, 28]         147,456BatchNorm2d-55          [-1, 128, 28, 28]             256ReLU-56          [-1, 128, 28, 28]               0Conv2d-57          [-1, 512, 28, 28]          65,536Block2-58          [-1, 512, 28, 28]               0BatchNorm2d-59          [-1, 512, 28, 28]           1,024ReLU-60          [-1, 512, 28, 28]               0Identity-61          [-1, 512, 28, 28]               0Conv2d-62          [-1, 128, 28, 28]          65,536BatchNorm2d-63          [-1, 128, 28, 28]             256ReLU-64          [-1, 128, 28, 28]               0Conv2d-65          [-1, 128, 28, 28]         147,456BatchNorm2d-66          [-1, 128, 28, 28]             256ReLU-67          [-1, 128, 28, 28]               0Conv2d-68          [-1, 512, 28, 28]          65,536Block2-69          [-1, 512, 28, 28]               0BatchNorm2d-70          [-1, 512, 28, 28]           1,024ReLU-71          [-1, 512, 28, 28]               0MaxPool2d-72          [-1, 512, 14, 14]               0Conv2d-73          [-1, 128, 28, 28]          65,536BatchNorm2d-74          [-1, 128, 28, 28]             256ReLU-75          [-1, 128, 28, 28]               0Conv2d-76          [-1, 128, 14, 14]         147,456BatchNorm2d-77          [-1, 128, 14, 14]             256ReLU-78          [-1, 128, 14, 14]               0Conv2d-79          [-1, 512, 14, 14]          65,536Block2-80          [-1, 512, 14, 14]               0Stack2-81          [-1, 512, 14, 14]               0BatchNorm2d-82          [-1, 512, 14, 14]           1,024ReLU-83          [-1, 512, 14, 14]               0Conv2d-84         [-1, 1024, 14, 14]         524,288Conv2d-85          [-1, 256, 14, 14]         131,072BatchNorm2d-86          [-1, 256, 14, 14]             512ReLU-87          [-1, 256, 14, 14]               0Conv2d-88          [-1, 256, 14, 14]         589,824BatchNorm2d-89          [-1, 256, 14, 14]             512ReLU-90          [-1, 256, 14, 14]               0Conv2d-91         [-1, 1024, 14, 14]         262,144Block2-92         [-1, 1024, 14, 14]               0BatchNorm2d-93         [-1, 1024, 14, 14]           2,048ReLU-94         [-1, 1024, 14, 14]               0Identity-95         [-1, 1024, 14, 14]               0Conv2d-96          [-1, 256, 14, 14]         262,144BatchNorm2d-97          [-1, 256, 14, 14]             512ReLU-98          [-1, 256, 14, 14]               0Conv2d-99          [-1, 256, 14, 14]         589,824BatchNorm2d-100          [-1, 256, 14, 14]             512ReLU-101          [-1, 256, 14, 14]               0Conv2d-102         [-1, 1024, 14, 14]         262,144Block2-103         [-1, 1024, 14, 14]               0BatchNorm2d-104         [-1, 1024, 14, 14]           2,048ReLU-105         [-1, 1024, 14, 14]               0Identity-106         [-1, 1024, 14, 14]               0Conv2d-107          [-1, 256, 14, 14]         262,144BatchNorm2d-108          [-1, 256, 14, 14]             512ReLU-109          [-1, 256, 14, 14]               0Conv2d-110          [-1, 256, 14, 14]         589,824BatchNorm2d-111          [-1, 256, 14, 14]             512ReLU-112          [-1, 256, 14, 14]               0Conv2d-113         [-1, 1024, 14, 14]         262,144Block2-114         [-1, 1024, 14, 14]               0BatchNorm2d-115         [-1, 1024, 14, 14]           2,048ReLU-116         [-1, 1024, 14, 14]               0Identity-117         [-1, 1024, 14, 14]               0Conv2d-118          [-1, 256, 14, 14]         262,144BatchNorm2d-119          [-1, 256, 14, 14]             512ReLU-120          [-1, 256, 14, 14]               0Conv2d-121          [-1, 256, 14, 14]         589,824BatchNorm2d-122          [-1, 256, 14, 14]             512ReLU-123          [-1, 256, 14, 14]               0Conv2d-124         [-1, 1024, 14, 14]         262,144Block2-125         [-1, 1024, 14, 14]               0BatchNorm2d-126         [-1, 1024, 14, 14]           2,048ReLU-127         [-1, 1024, 14, 14]               0Identity-128         [-1, 1024, 14, 14]               0Conv2d-129          [-1, 256, 14, 14]         262,144BatchNorm2d-130          [-1, 256, 14, 14]             512ReLU-131          [-1, 256, 14, 14]               0Conv2d-132          [-1, 256, 14, 14]         589,824BatchNorm2d-133          [-1, 256, 14, 14]             512ReLU-134          [-1, 256, 14, 14]               0Conv2d-135         [-1, 1024, 14, 14]         262,144Block2-136         [-1, 1024, 14, 14]               0BatchNorm2d-137         [-1, 1024, 14, 14]           2,048ReLU-138         [-1, 1024, 14, 14]               0MaxPool2d-139           [-1, 1024, 7, 7]               0Conv2d-140          [-1, 256, 14, 14]         262,144BatchNorm2d-141          [-1, 256, 14, 14]             512ReLU-142          [-1, 256, 14, 14]               0Conv2d-143            [-1, 256, 7, 7]         589,824BatchNorm2d-144            [-1, 256, 7, 7]             512ReLU-145            [-1, 256, 7, 7]               0Conv2d-146           [-1, 1024, 7, 7]         262,144Block2-147           [-1, 1024, 7, 7]               0Stack2-148           [-1, 1024, 7, 7]               0BatchNorm2d-149           [-1, 1024, 7, 7]           2,048ReLU-150           [-1, 1024, 7, 7]               0Conv2d-151           [-1, 2048, 7, 7]       2,097,152Conv2d-152            [-1, 512, 7, 7]         524,288BatchNorm2d-153            [-1, 512, 7, 7]           1,024ReLU-154            [-1, 512, 7, 7]               0Conv2d-155            [-1, 512, 7, 7]       2,359,296BatchNorm2d-156            [-1, 512, 7, 7]           1,024ReLU-157            [-1, 512, 7, 7]               0Conv2d-158           [-1, 2048, 7, 7]       1,048,576Block2-159           [-1, 2048, 7, 7]               0BatchNorm2d-160           [-1, 2048, 7, 7]           4,096ReLU-161           [-1, 2048, 7, 7]               0Identity-162           [-1, 2048, 7, 7]               0Conv2d-163            [-1, 512, 7, 7]       1,048,576BatchNorm2d-164            [-1, 512, 7, 7]           1,024ReLU-165            [-1, 512, 7, 7]               0Conv2d-166            [-1, 512, 7, 7]       2,359,296BatchNorm2d-167            [-1, 512, 7, 7]           1,024ReLU-168            [-1, 512, 7, 7]               0Conv2d-169           [-1, 2048, 7, 7]       1,048,576Block2-170           [-1, 2048, 7, 7]               0BatchNorm2d-171           [-1, 2048, 7, 7]           4,096ReLU-172           [-1, 2048, 7, 7]               0Identity-173           [-1, 2048, 7, 7]               0Conv2d-174            [-1, 512, 7, 7]       1,048,576BatchNorm2d-175            [-1, 512, 7, 7]           1,024ReLU-176            [-1, 512, 7, 7]               0Conv2d-177            [-1, 512, 7, 7]       2,359,296BatchNorm2d-178            [-1, 512, 7, 7]           1,024ReLU-179            [-1, 512, 7, 7]               0Conv2d-180           [-1, 2048, 7, 7]       1,048,576Block2-181           [-1, 2048, 7, 7]               0Stack2-182           [-1, 2048, 7, 7]               0BatchNorm2d-183           [-1, 2048, 7, 7]           4,096ReLU-184           [-1, 2048, 7, 7]               0
AdaptiveAvgPool2d-185           [-1, 2048, 1, 1]               0Flatten-186                 [-1, 2048]               0Linear-187                 [-1, 1000]       2,049,000
================================================================
Total params: 25,549,416
Trainable params: 25,549,416
Non-trainable params: 0
----------------------------------------------------------------
Input size (MB): 0.57
Forward/backward pass size (MB): 241.69
Params size (MB): 97.46
Estimated Total Size (MB): 339.73
----------------------------------------------------------------

三、 训练模型 

1. 编写训练函数

def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)  # 训练集的大小num_batches = len(dataloader)   # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0    # 初始化训练损失和正确率for X, y in dataloader:         # 获取图片及其标签X, y = X.to(device), y.to(device)# 计算预测误差pred = model(X)             # 网络输出loss = loss_fn(pred, y)     # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失# 反向传播optimizer.zero_grad()       # grad属性归零loss.backward()             # 反向传播optimizer.step()            # 每一步自动更新# 记录acc与losstrain_acc += (pred.argmax(1) == y).type(torch.float).sum().item()train_loss += loss.item()train_acc /= sizetrain_loss /= num_batchesreturn train_acc, train_loss

2. 编写测试函数

测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器

def test(dataloader, model, loss_fn):size = len(dataloader.dataset)  # 测试集的大小num_batches = len(dataloader)   # 批次数目test_loss, test_acc = 0, 0# 当不进行训练时,停止梯度更新,节省计算内存消耗with torch.no_grad():for imgs, target in dataloader:imgs, target = imgs.to(device), target.to(device)# 计算losstarget_pred = model(imgs)loss = loss_fn(target_pred, target)test_loss += loss.item()test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()test_acc /= sizetest_loss /= num_batchesreturn test_acc, test_loss

3.正式训练

import copyoptimizer = torch.optim.Adam(model.parameters(), lr=1e-4)
loss_fn = nn.CrossEntropyLoss()  # 创建损失函数epochs = 10train_loss = []
train_acc = []
test_loss = []
test_acc = []best_acc = 0  # 设置一个最佳准确率,作为最佳模型的判别指标for epoch in range(epochs):# 更新学习率(使用自定义学习率时使用)# adjust_learning_rate(optimizer, epoch, learn_rate)model.train()epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)# scheduler.step() # 更新学习率(调用官方动态学习率接口时使用)model.eval()epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)# 保存最佳模型到 best_modelif epoch_test_acc > best_acc:best_acc = epoch_test_accbest_model = copy.deepcopy(model)train_acc.append(epoch_train_acc)train_loss.append(epoch_train_loss)test_acc.append(epoch_test_acc)test_loss.append(epoch_test_loss)# 获取当前的学习率lr = optimizer.state_dict()['param_groups'][0]['lr']template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')print(template.format(epoch + 1, epoch_train_acc * 100, epoch_train_loss,epoch_test_acc * 100, epoch_test_loss, lr))# 保存最佳模型到文件中
PATH = './best_model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)print('Done')

得到如下输出:

Epoch: 1, Train_acc:38.3%, Train_loss:5.263, Test_acc:31.9%, Test_loss:5.151, Lr:1.00E-04
Epoch: 2, Train_acc:71.9%, Train_loss:1.759, Test_acc:31.0%, Test_loss:3.492, Lr:1.00E-04
Epoch: 3, Train_acc:82.7%, Train_loss:0.822, Test_acc:85.8%, Test_loss:0.620, Lr:1.00E-04
Epoch: 4, Train_acc:89.2%, Train_loss:0.478, Test_acc:83.2%, Test_loss:0.762, Lr:1.00E-04
Epoch: 5, Train_acc:89.2%, Train_loss:0.444, Test_acc:86.7%, Test_loss:0.629, Lr:1.00E-04
Epoch: 6, Train_acc:91.2%, Train_loss:0.359, Test_acc:73.5%, Test_loss:0.802, Lr:1.00E-04
Epoch: 7, Train_acc:95.1%, Train_loss:0.173, Test_acc:79.6%, Test_loss:0.689, Lr:1.00E-04
Epoch: 8, Train_acc:96.5%, Train_loss:0.141, Test_acc:80.5%, Test_loss:0.704, Lr:1.00E-04
Epoch: 9, Train_acc:98.5%, Train_loss:0.089, Test_acc:78.8%, Test_loss:0.879, Lr:1.00E-04
Epoch:10, Train_acc:95.8%, Train_loss:0.196, Test_acc:81.4%, Test_loss:0.718, Lr:1.00E-04
Done
预测结果是:Bananaquit
0.8672566371681416 0.5955437496304512
0.8672566371681416Process finished with exit code 0

四、 结果可视化

1. Loss&Accuracy

import matplotlib.pyplot as plt
# 隐藏警告
import warningswarnings.filterwarnings("ignore")  # 忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100  # 分辨率epochs_range = range(epochs)plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

得到的可视化结果:

 2. 指定图片进行预测

首先,先定义出一个用于预测的函数:

from PIL import Imageclasses = list(total_data.class_to_idx)def predict_one_image(image_path, model, transform, classes):test_img = Image.open(image_path).convert('RGB')plt.imshow(test_img)  # 展示预测的图片test_img = transform(test_img)img = test_img.to(device).unsqueeze(0)model.eval()output = model(img)_, pred = torch.max(output, 1)pred_class = classes[pred]print(f'预测结果是:{pred_class}')

接着调用函数对指定图片进行预测:

predict_one_image(image_path='./data/bird_photos/Bananaquit/007.jpg',model=model,transform=train_transforms,classes=classes)

得到如下结果:

预测结果是:Bananaquit

3.模型评估

将模型调至评估模式:

best_model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, best_model, loss_fn)
print(epoch_test_acc, epoch_test_loss)

得到如下输出:

0.8672566371681416 0.5955437496304512

 观察得到和前文中一致。

五、个人理解

除完成Tensorflow与pytorch之间的代码转换,还需了解ResNetV2及ResNetV之间的关系及区别:

首先,对比两个残差结构:

可以看出(a)结构先卷积后进行 BN 和激活函数计算,最后执行 addition 后再进行ReLU 计算; (b)结构先进行 BN 和激活函数计算后卷积,把 addition 后的 ReLU 计算放到了残差结构内部。

ResNetV2的最终确定经过了两轮尝试:

5.1关于残差结构的尝试

作者用不同 shortcut 结构的 ResNet-110 在 CIFAR-10 数据集上做测试,发现最原始的(a)original 结构是最好的,也就是 identity mapping 恒等映射是最好的

5.2关于激活的尝试

 经实验发现,最好的结果是(e)full pre-activation,其次到(a)original。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/16129.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【实战JVM】-基础篇-03-Java内存结构

【实战JVM】-基础篇-03-Java内存结构 1 运行时数据区1.1 总览1.2 程序计数器1.2.1 是否会内存溢出 1.3 java虚拟机栈1.3.1 栈帧的组成1.3.1.1 局部变量表1.3.1.2 操作数栈1.3.1.3 帧数据1.3.1.3.1 动态链接1.3.1.3.2 方法出口1.3.1.3.3 异常表 1.3.2 是否会内存溢出1.3.3 设置虚…

【神经网络结构可视化】使用 Visualkeras 可视化 Keras / TensorFlow 神经网络结构

文章目录 Visualkeras介绍下载安装代码示例1、导入必要的库2、创建VGG16神经网络模型3、可视化神经网络结构4、完整代码5、使用教程 可视化自己创建的神经网络结构1、导入要的库2、创建自己的神经网络模型3、可视化神经网络结构图4、完整代码 Visualkeras介绍 Visualkeras是一…

C++代码错误解决1(函数模板)

1、代码如下 //示例函数模板的使用 #include <iostream> #include <string> using namespace std; template <typename T>//函数模板 T max(T a,T b) {return a>b?a:b; } int main() {int a,b;cout<<"input two integers to a&b:"…

【微机原理及接口技术】可编程并行接口芯片8255A

【微机原理及接口技术】可编程并行接口芯片8255A 文章目录 【微机原理及接口技术】可编程并行接口芯片8255A前言一、8255A的内部结构和引脚1.与外设接口&#xff08;数据端口&#xff09;2.与处理器接口 二、8255A的工作方式三、8255A的编程1. 写入方式控制字&#xff1a;控制字…

从0开始回顾ElasticSearch

1 elasticsearch概述 1.1 elasticsearch简介 官网: https://www.elastic.co/ ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎&#xff0c;基于RESTful web接口。Elasticsearch是用Java开发的&#xff0c;并作为Apache许可条款下的…

【动手学强化学习】第 6 章 Dyna-Q 算法知识点总结

【动手学强化学习】第 6 章 Dyna-Q 算法知识点总结 本章知识点基于模型的强化学习与无模型的强化学习方法简介无模型的强化学习方法基于模型的强化学习方法 强化学习算法的评价指标Dyna-Q算法Dyna-Q 算法的具体流程Dyna-Q 代码实践 本章知识点 基于模型的强化学习与无模型的强…

C++语言·list链表

其实现在在讲这些容器的时候&#xff0c;我们的重点已经不是它的接口都有什么&#xff0c;功能都是什么了&#xff0c;这些内容官网上都能查到&#xff0c;而且容器和容器之间接口的不同处很少&#xff0c;我在讲解的话也只是把官网上的东西截图下来复述一下。现在的重点其实都…

AtCoder Regular Contest 178 A~D

A.Good Permutation 2&#xff08;贪心&#xff09; 题意&#xff1a; 给你一个正整数 N N N和一个由 M M M个正整数 A ( A 1 , A 2 , … , A M ) A(A_{1},A_{2}, \dots,A_{M}) A(A1​,A2​,…,AM​)组成的序列。 在这里&#xff0c; A A A的所有元素都是介于 1 1 1和 N N …

网络编程-TCP

一、TCP的相关IP 1.1 SeverSocket 这是Socket类,对应到网卡,但是这个类只能给服务器使用. 1.2 Socket 对应到网卡,既可以给服务器使用,又可以给客户端使用. TCP是面向字节流的,传输的基本单位是字节. TCP是有连接的,和打电话一样,需要客户端拨号,服务器来听. 服务器的内核…

Stream流的使用

目录 一&#xff0c;Stream流 1.1 概述 1.2 Stream代码示例 二&#xff0c;Stream流的使用 2.1 数据准备 2.2 创建流对象 2.3 中间操作 filter map distinct sorted limit skip flatMap 2.4 终结操作 foreach count max&min collect 2.5 查找与匹配 a…

redis中String,Hash类型用法与场景使用

String 用法 1. 设置键值对 &#xff08;1&#xff09;设置键值对使用 set 命令设置 key 的值。 返回值&#xff1a;ok&#xff0c;如果 key 已经存在&#xff0c;set 命令会覆盖旧值。 &#xff08;2&#xff09;使用 setex 命令设置 key 的值并为其设置过期时间&#xff…

安全设计 | CISA:构建不可侵犯的代码,软件安全设计的未来之路

软件制造商在产品设计和开发过程中应采取安全设计原则和方法&#xff0c;以减少网络安全风险&#xff0c;并转变责任重心&#xff0c;使产品在设计时就内置安全特性&#xff0c;而不是依赖于后期的补丁和修复。为此CISA发布了《软件安全设计的原则和方法》&#xff0c;帮助软件…

兵器室管控系统|DW-306是一套成熟系统

概述 智慧兵器室管理系统&#xff08;DW-S306&#xff09;是依托互3D技术、大数据、RFID技术、数据库技术、AI、视频分析技术对RFID智能仓库进行统一管理、分析的信息化、智能化、规范化的系统。 本解决方案利用现有内部网络&#xff0c;部署部队智能兵器室管理系统&#xff…

【Java】欸...?我学集合框架?真的假的?

【Java】欸…&#xff1f;我学集合框架&#xff1f;真的假的&#xff1f; Java集合框架 概述 Java集合框架主要由以下几个部分组成&#xff1a; 接口&#xff08;Interfaces&#xff09;&#xff1a;定义了集合的基本操作&#xff0c;如添加、删除、遍历等。实现&#xff0…

大语言模型的工程技巧(二)——混合精度训练

相关说明 这篇文章的大部分内容参考自我的新书《解构大语言模型&#xff1a;从线性回归到通用人工智能》&#xff0c;欢迎有兴趣的读者多多支持。 混合精度训练的示例请参考如下链接&#xff1a;regression2chatgpt/ch11_llm/gpt2_lora_optimum.ipynb 本文将讨论如何利用混合…

Java语法篇-易错

文章目录 类型转换switch case类之间关系及UMLtry catch finally 类型转换 隐式类型转换&#xff0c;不同数值类型参与计算时&#xff0c;低精度会转化为高精度参与运算 byte,short,char参与整数运算时会转成int float,int 参与浮点数运算时会转成double 强制类型转换 高精…

数据结构 —— 栈 与 队列

1.栈 1.1栈的结构和概念 栈&#xff08;Stack&#xff09;是一种特殊的线性数据结构&#xff0c;它遵循后进先出&#xff08;LIFO&#xff0c;Last In First Out&#xff09;的原则。栈只允许在一端插入和删除数据&#xff0c;这一端被称为栈顶&#xff08;top&#xff09;&a…

c++引用和内联函数

一、引用 1.引用概念 引用不是新定义一个变量&#xff0c;而是给已存在变量取了一个别名&#xff0c;编译器不会为引用变量开辟内存空 间&#xff0c;它和它引用的变量共用同一块内存空间。&#xff08;引用类型必须和引用实体是同种类型的&#xff09;&#xff0c;如&#x…

MySQL--联合索引应用细节应用规范

目录 一、索引覆盖 1.完全覆盖 2.部分覆盖 3.不覆盖索引-where条件不包含联合索引的最左则不覆盖 二、MySQL8.0在索引中的新特性 1.不可见索引 2.倒序索引 三、索引自优化--索引的索引 四、Change Buffer 五、优化器算法 1.查询优化器算法 2.设置算法 3.索引下推 …

2024年NGFW防火墙安全基准-防火墙安全功效竞争性评估实验室总结报告

Check Point 委托 Miercom 对 Check Point 下一代防火墙 (NGFW) 开展竞争性安全有效性测试&#xff0c; 选择的竞品分别来自 Cisco、Fortinet 和 Palo Alto Networks。对 Zscaler 的测试涉及他们的 SWG&#xff08;安全网关&#xff09;。测试内容包括验证防病毒、反恶意软件、…