图像识别技术与应用学习总结

加载测试数据集并显示部分图像的标签

 dataiter = iter(testloader) :创建一个测试数据的迭代器。

 将图像拼接成网格形式显示

outputs = net(images) :将图像数据输入到已定义好的模型 net 中,得到模型的输出结果 outputs ,输出一般是各个类别的得分。

将图像和标签移动,并使用训练好的模型对图像进行预测

 

 

 输出显示预测类别为“frog”、“dog”、“deer”和“horse”

 

模型测试

 计算准确率  准确率是百分之六十六

 

 计算每个类的准确率 

 

 

 

 conv卷积层 pool池化层  使用全局平均池化层

一个linear全连接层

输出总数量

 

 

 

 输出损失值 损失值逐渐降低

 

 使用了钩子函数

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值