6、AlexNet评估与实验：从理论到实践

AlexNet评估与实验：从理论到实践

1. 评估AlexNet

在这部分内容中，我们将学习如何评估在ImageNet数据集上训练的卷积神经网络（这里特指AlexNet）。实际上，通过更改配置导入文件，相同的脚本也可用于评估VGGNet、GoogLeNet等其他网络。

1.1 配置环境

首先，我们需要创建一个新文件 test_alexnet.py ，并插入以下代码：

# import the necessary packages
from config import imagenet_alexnet_config as config
import mxnet as mx
import argparse
import json
import os

上述代码导入了所需的Python包，特别注意第2行，我们导入了配置文件。若要评估其他网络，只需更改第2行以匹配相应网络的配置文件即可。

1.2 解析命令行参数

接下来，我们需要解析命令行参数：

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-c", "--checkpoints", required=True,
                help="path to output checkpoint