pytorch模型预测
1.数据集
pytorch有个快速构造数据集的方法
但是你的目录结构必须是
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x),data_transforms[x])for x in ['train', 'val']}
首先for循环将['train',val]分别赋给x,
x =train/val。 os.path.join(data_dir,x)将文件dataset和train和val拼接起来。
hymenoptera_data/train 和hymenoptera_data/val
然后data_transforms根据组装的数据预处理来处理文件。
3.生成image_datasets对象,根据类别访问 image_datasets是个list
4.组装数据
batch_size=4,一次取4个图片
shuffle=True, 将数据打乱,随机选取
num_workers=4 ,使用4个线程
4.dataloaders[]字典会同时返回 每张图片的张量数据和标签
5.返回数据集中trian和val的数据长度
6.返回分类标签
7.迭代数据集
8.更具索引返回分类名称
其中0代表ants,1代表bees
9.预测输出结果
outputs=model(inputs)会输出最后的分类概率,比如有7个分类就会输出4个1x7的向量
_,preds=torch.max(outputs,1),前面输出的是最大概率的值,后面preds表示最大概率的索引,
如果是批量大小是4,那么preds就是一个1x4的向量,其中的值代表索引,label也是一个1x4的向量,值代表类别得索引。
10.统计交叉熵损失和准确率
损失值要乘以批量得大小,最后除以分类得数据长度,得到平均损失率
如果preds=labels.data就返回true,否则返回false。统计true得值用sum计数。最后除以train数据集得长度,分别得到trian和val得准确率。
pytorch模型预测相关推荐
- 使用Pytorch自带模型预测图片
这里要用到pytorch,所以得在前面博客基础上安装下,安装方法见博主的博客 ultralytics/yolov3训练预测自己数据集的配置过程_竹叶青lvye的博客-CSDN博客_ultralytic ...
- pytorch 模型同一轮两次预测结果不一样_2020年的最新深度学习模型可解释性综述[附带代码]...
最近low-level vision的炼丹经常出现各种主观评测上的效果问题,无法定位出其对于输入数据的对应关系,出现了问题之后很难进行针对性解决. 这个时候一个很自然的问题就是,都2020年了,深度学 ...
- pytorch框架--简单模型预测
模型预测示例 使用训练好的模型进行预测 import torchvisionfrom model import Tudui import torch from PIL import Image# 读取 ...
- pytorch 模型可视化_高效使用Pytorch的6个技巧:为你的训练Pipeline提供强大动力
点击上方"AI公园",关注公众号,选择加"星标"或"置顶" 作者:Eugene Khvedchenya 编译:ronghuaiyang 导读 ...
- sklearn与pytorch模型的保存与读取
当我们花了很长时间训练了一个模型,需要用该模型做其他事情(比如迁移学习),或者我们想把自己的机器学习模型分享出去的时候,我们这时候需要将我们的ML模型持久化到硬盘中去. 1.sklearn中模型的保存 ...
- PyTorch模型的保存加载以及数据的可视化
文章目录 PyTorch模型的保存和加载 模块和张量的序列化和反序列化 模块状态字典的保存和载入 PyTorch数据的可视化 TensorBoard的使用 总结 PyTorch模型的保存和加载 在深度 ...
- pytorch 时间序列预测,梯度裁剪
1.49.PyTorch时间序列预测 1.49.1.问题描述 已知 [k, k+n)时刻的正弦函数,预测 [k+t, k+n+t)时刻的正弦曲线. 因为每个时刻曲线上的点是一个值,即feature ...
- 人口预测和阻尼-增长模型_使用分类模型预测利率-第3部分
人口预测和阻尼-增长模型 This is the final article of the series " Predicting Interest Rate with Classifica ...
- 人口预测和阻尼-增长模型_使用分类模型预测利率-第2部分
人口预测和阻尼-增长模型 We are back! This post is a continuation of the series "Predicting Interest Rate w ...
- pytorch 模型可视化_【深度学习】高效使用Pytorch的6个技巧:为你的训练Pipeline提供强大动力...
作者:Eugene Khvedchenya 编译:ronghuaiyang 导读 只报告模型的Top-1准确率往往是不够的. 将train.py脚本转换为具有一些附加特性的强大pipeline 每 ...
最新文章
- SAP ABAP SQL查询分析器
- java中生成1000~10000之间的随机数
- automake linux,Linux下automake软件编译与发布快速入门
- UE4--多线程的实现方式
- android打印intent flag,Android flag详解
- 在Linux系统上安装Spring boot应用
- 应用定性数据分析包RQDA(Qualitative Data Analysis)和文挖掘框架包tm结合进行文本挖掘
- C#中获取本机IP地址,子网掩码,网关地址
- jsp1201高校实习实训系统
- 在virtual box虚拟机上下载sniffer pro
- asset文件夹路径 unity_Unity资源常用目录和路径大总结
- TypeScript基础之类型推断
- Redis 内存分析神器
- 《枪炮、病菌与钢铁》之一
- 【python游戏制作】僵尸来袭 ~ 快来一起创造植物叭~
- MATLAB 语言基础知识 矩阵和数组 创建、串联和扩展矩阵
- 大一小白的数模比赛(灰色关联度和灰色预测)附Matlab代码
- OpenCV颜色识别
- 【JS】postMessage 用法(可以给iframe传值)
- 数字集成电路设计(三、Verilog HDL程序设计语句和描述方式)(一)