pytorh之卷积神经网络lenet的实现（CIFAR10数据集）

最新推荐文章于 2023-06-28 15:20:54 发布

朴素.无恙

最新推荐文章于 2023-06-28 15:20:54 发布

阅读量1.1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： pytorch 文章标签： pytorch lenet cnn Dataloader

本文链接：https://blog.youkuaiyun.com/weixin_40123108/article/details/85057557

pytorh之lenet的实现（CIFAR10数据集）

import torch as t
import matplotlib.pyplot as plt
import torchvision as tv
import torchvision.transforms as transforms
from torch.autograd import Variable
from torchvision.transforms import ToPILImage
show = ToPILImage() # 可以把Tensor转成Image，方便可视化

第一次运行程序torchvision会自动下载CIFAR-10数据集，
大约100M，需花费一定的时间，
如果已经下载有CIFAR-10，可通过root参数指定

#定义对数据的预处理
transform = transforms.Compose([
        transforms.ToTensor(), # 转为Tensor
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)), # 归一化
                             ])

# 训练集
trainset = tv.datasets.CIFAR10(
                    root='./data/cifar/', 
                    train=True, 
                    download=True,
                    transform=transform)
trainloader = t.utils.data.DataLoader(trainset, batch_size=4, shuffle=True)

# 测试集
testset = tv.datasets.CIFAR10(
                    './data/cifar/',