qq_35090060的博客

使用os和glob对样本进行分类存储from glob import globimport osimport numpy as nppath = r'E:\Data\机器学习数据\new-dogs-vs-cats'rpath = r'E:\Data\机器学习数据\dogs-vs-cats\train'# 读取文件夹内的所有文件files = glob(os.path.join(rpath, '*.jpg'))print(f'Total no of images {len(files)}'

代码from torchvision.datasets import ImageFolderfrom torchvision.transforms import transformsfrom torch.utils.data.dataloader import DataLoaderimport torchvision.models as modelsimport torch.nn as nnfrom torch.cuda import is_available as is_cudaimport

样本生成def GenerateSamples(rPath, Illu, wPath): ''' :param rPath: :param Illu: :return: ''' with open(rPath, 'r') as fr: with open(wPath, 'w') as fw: line = fr.readline() count = 0 while lin

定义数据类数据集若不存在，则从预设网址下载数据到给定位置。并做数据预处理。数据集若存在，做数据预处理。定义网络层类网络层可以有多种，因此可以有多个不同的网络层类。当定义框架类用到这个图层的时候，例如卷积层。就可以直接在框架类的构造函数里初始化一个网络层类的对象。定义网络框架类_init_函数，forward函数定义train和test函数train函数用于网络训练，test函数用于网络测试。注意：要记录训练和测试的结果，并写入指定文件和出图。...