深度学习--性别识别

第一次写博客，与大家分享刚刚学习的性别识别。

根据一个人的身高，体重，性别，判断性别。

一.背景

神经网络的定义

神经网络，是机器学习的一个分支，学名应该叫人工神经网络，与之相对应的是生物神经网络，我们将生物神经网络的数学模型统称为人工神经网络模型，简称人工神经网络或神经网络。

生物神经网络

大脑学习的过程包括以下三个基本步骤或系统。

（一）信息输入

（二）模式加工

（三）动作输出

BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一,具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive OR，XOR)和一些其他问题。从结构上讲，BP网络具有输入层、隐藏层和输出层；从本质上讲，BP算法就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。

算法结构模型。神经网络

隐藏层是夹在输入输入层和输出层之间的部分，一个神经网络可以有多个隐藏层。

我们已经学会了如何搭建神经网络，现在我们来学习如何训练，其实这就是一个优化的过程。

在训练神经网络之前，我们需要一个标准定义他到底好不好，以便我们进行改进。

二.安装pytorch

首先确保进入虚拟环境，输入命令：pip install torch torchvision

需要用到sex_train.txt 和 sex_val.txt，这两个文件在群里有共享python_competition.zip里，把他们放在你的代码相同目录下。该文件的格式是每行三个数，分别表示一个人的身高、体重、性别，其中性别1表示男，0表示女。

在PyCharm里新建工程，然后创建源文件（py文件），参考代码如下：

（要特别注意在PyCharm里需要设置正确的解释器。菜单-File-Settings，打开如下图。假设你在任务一里的虚拟环境是d:\Anaconda3\envs\py38，则应把解释器设置为d:\Anaconda3\envs\py38\python.exe）

import torch

import math

import torch.nn as nn

from torch.autograd import Variable

from torchvision import transforms, models

import argparse

import os

from torch.utils.data import DataLoader