p4：使用pytorch实现猴痘病识别

最新推荐文章于 2025-11-30 11:32:39 发布

原创

最新推荐文章于 2025-11-30 11:32:39 发布 · 521 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #人工智能 #python

🍨 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
我的环境
语言环境：python 3.7.12
编译器：pycharm
深度学习环境：tensorflow 2.7.0
数据：本地数据集

一、代码

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os,PIL,pathlib

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

print(device)
total_datadir = './4-data/'

# 关于transforms.Compose的更多介绍可以参考：https://blog.youkuaiyun.com/qq_38251616/article/details/124878863
train_transforms = 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(total_datadir,transform=train_transforms)
total_data
total_data.class_to_idx


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])
train_dataset, test_dataset

print(train_size,test_size)

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size=batch_size,