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 ...

pytorch模型预测

pytorch模型预测相关推荐

最新文章

热门文章