《pytorch深度学习实战》学习笔记第2章

第2章 预训练网络

讨论3种常用的预训练模型：

        1、根据内容对图像进行标记（识别）

        2、从真实图像中生成新图像（GAN）

        3、使用正确的英语句子来描述图像内容（自然语言）

2.1 获取一个预训练好的网络用于图像识别

ImageNet数据集，用于大规模视觉识别挑战赛。

所有预训练好的模型都在TorchVision中。

2.1.1 导入已有的模型

所有模型都在torchvison的models中。导入并查看。

from torchvision import models
dir(models)

输出的是所有torchvison里面集成的模型框架。其中首字母大写的是一些流行的模型。小写的名字是快捷函数，返回实例化模型函数。

1.1.1 AlexNet模型

实例化AlexNet。

alexnet=models.AlexNet()
alexnet

可以像函数一样调用它。给alexnet输入数据，就会通过正向传播（forward pass）得到输出。比如output=alexnet(input)。由于网络没有初始化，没有经过训练。所以一般先要将模型从头训练或者加载训练好的网络。然后再调用。

1.1.2 Resnet模型

（1）加载在ImageNet数据集上训练好的权重，来实例化ResNet101

resnet=models.resnet101(pretrained=True)
resnet

然后就开始下载，下载完成后查看resnet101的结构。

神经网络由许多模块构成，包含过滤器和非线性函数，fc层结束，输出每个类的分数。

预训练好的模型可以跟函数一样调用，并输入图片实现预测。

（2）定义预处理函数：

from torchvision import transforms
preprocess = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(
        mean=[0.485,0.456,0.406],
        std=[0.229,0.224,0.225]
    )
])

预处理包括：图像缩放到2