ResNet-18分类 11 类食物图片——数据加载、模型初始化、超参数设置和训练，支持 半监督学习

ResNet18 训练代码解析

训练一个 ResNet-18 来分类 11 类食物图片，包含 数据加载、模型初始化、超参数设置和训练。它还支持 半监督学习，使用无标签数据提升模型性能。

---

1. 代码结构

代码由以下几个部分组成：

1. 导入库
2. 随机种子设置
3. 超参数设置
4. 数据加载
5. 模型初始化
6. 优化器设置
7. 训练参数字典
8. 执行训练

---

2. 代码解析

（1）导入依赖库

import random
import torch
import torch.nn as nn
import numpy as np
import os

from model_utils.model import initialize_model
from model_utils.train import train_val
from model_utils.data import getDataLoader

• torch & torch.nn：PyTorch 深度学习框架。
• random & numpy：用于设置随机种子，确保实验可复现。
• os：用于操作系统路径、环境变量等。
• 自定义模块：
  • initialize_model：加载指定的神经网络（如 ResNet-18）。
  • train_val：执行模型训练和验证。
  • getDataLoader：加载数据。

---

（2）设置随机种子

def seed_everything(seed):
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True
    random.seed(seed)
    np.random.seed(