CV语义分割-地表建筑物识别-task5模型训练与验证

一、学习目标

• 理解验证集的作用，并使用训练集和验证集完成训练
• 学会使用 Pytorch 环境下的模型读取和加载，并了解调参流程

二、数据准备

通常的数据构造分为如下几种：
• 训练集（Train Set）：模型用于训练和调整模型参数；
• 验证集（Validation Set）：用来验证模型精度和调整模型超参数；
• 测试集（Test Set）：验证模型的泛化能力。

对于获取到的训练数据可以使用如下方法分为训练集、验证集、测试集：
1，留出法
2，交叉验证法
3，自助采样法

三、模型训练与验证

train_loader = torch.utils.data.DataLoader(
train_dataset,
batch_size=10,
shuffle=True,
num_workers=10,
）
val_loader = torch.utils.data.DataLoader(
val_dataset,
batch_size=10,
shuffle=False,
num_workers=10,
)

EPOCHES = 5
best_loss = 10
for epoch in range(1, EPOCHES+1):
    losses = []
    start_time = time.time()
    model.train()
    for image, target in tqdm_notebook(loader):
        
        image, target = image.to(DEVICE), target.float().to(DEVICE)
        optimizer.zero_grad()
        output = model(image)['out']
        loss = loss_fn(output, target)
        loss.back