Pytorch 完整的模型验证套路

最新推荐文章于 2024-12-31 16:34:06 发布

风吹我亦散

最新推荐文章于 2024-12-31 16:34:06 发布

阅读量1.5k

点赞数

文章标签： pytorch 深度学习机器学习

本文链接：https://blog.youkuaiyun.com/weixin_45468845/article/details/122971895

版权

本文介绍了在PyTorch中如何进行完整的模型验证过程，包括使用预训练模型对未知数据进行预测，并通过实例展示了预测小狗和飞机图片的分类结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pytorch 完整的模型验证套路

利用已经测试好的模型，然后给它提供输入

我们从网上随便找一张小狗的图片，放在 imgs 文件夹下

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LkgmoLwR-1645016614312)(C:\Users\14158\AppData\Roaming\Typora\typora-user-images\1645002018927.png)]$

新建一个 model_test 文件

from PIL import Image

import torch
import torchvision.transforms
from torch import nn

image_path = "imgs/dog.png"
image = Image.open(image_path)          # 打开文件
# image = image.convert('RGB')          # png 格式是四个通道，除了RGB三通道外，还有一个透明通道。所以我们调用 convert('RGB')，保留其颜色通道

transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32, 32)),    # Compose() 将几个变换联立在一起
                                            torchvision

最低0.47元/天解锁文章