从零开始运用PyTorch构建神经网络实现分辨蚂蚁和蜜蜂
在初学PyToch和神经网络时面对众多的概念和函数我们可能会很迷惑如雾里看花。这时最好的方法便是做一个简单的小项目理解这个项目的构成虽然博主也是新手但我们不妨一起通过PyTorch来编写一个可以区分蜜蜂和蚂蚁的net。这是蜜蜂和蚂蚁训练集测试集的下载地址来源于B站视频评论区。首先是我们需要的包import torch import torch.nn as nn import torch.nn.function as F import torchvision #读取图片 from torchvision import transforms然后第一步是录入我们训练和测试用的照片。先设定好照片的统一格式transformtransforms.Compose([ transforms.Resize((32,32)), #像素统一转换为32*32 #如果想让照片变得清晰点记得多加几个卷积层 transforms.Tensor #统一转化为张量 ])然后导入训练照片和测试照片trainsettorchvision.datasets.Imagefloder( rootr训练照片储存地址,#Python中地址的\会和\n混淆所以一般在前面加个r或者用\\ trainsformtransform ) trainloadertorch.utils.data.DataLoader( trainset, #定义如何给net图片 batch_size4, #每次会给四张图片 shuffleTrue, #每次完整的训练伦次会打乱照片顺序 num_wokers0 #单进程运行 ) #同理定义测试集 testsettorchvision.datasets.Imagefloder( rootr训练照片储存地址 trainsformtransform ) testloadertorch.utils.data.DataLoader( trainset, #定义如何给net图片 batch_size4, #每次会给四张图片 shuffleTrue, #每次完整的训练伦次会打乱照片顺序 num_wokers0 #单进程运行 ) #定义种类 classes(ants,bees)接下来开始定义netclass Net(nn.Module): def __init__(self): super(Net,self).__init__ #标准格式 self.conv1nn.Conv2d(3,6,5) #定义第一个卷积层3代表彩色照片6代表6个卷积核 #5代表每个卷积核尺寸为5*5 self.poolnn.MaxPool2d(2,2) #定义池化矩阵 self.conv2nn.Conv2d(6,16,5) #定义第二个卷积层 self.fc1nn.Linear(16*5*5,120)#16和最后一个卷积层输出对应5*5由公式计算得到 self.fc2nn.Linear(120,84) #这里先转换为120再到84最后到2ants和bees是 self.fc3nn.Linear(84,2) #公式写法当然也可以直接由120到2 def forward(self,x): xself.pool(F.relu(self.conv1(x))) #按顺序池化 xself.pool(F.relu(self.conv2(x))) xtorch.flatten(x,1) #展平fc只接收一维变量 xF.relu(self.fc1(x)) xF.relu(self.fc2(x)) xself.fc3(x) return x #输出结果 netNet()在fc1中的5*5原自公式其中W指照片原尺寸K代表卷积核大小或池化大小P代表填充默认为零S代表步长经过卷积核一般为1经过池化矩阵我们这里为2。也就是说如果我们统一的图片尺寸是256*256那么经过两组卷积池化后会尺寸变成61*61即fc1的括号变成16*61*61120这会相当麻烦所以如果大家想取大像素还请适当增加卷积层个数。接下来我们开始梯度下降criterionnn.CrossEntropyLoss() optimizertorch.optim.SGD(net.parameters(),lr0.01,momentum0.9)#优化器选择带动量的SGD print(开始训练) for epoch in range(训练轮数) for i , data in enumerate(trainloader,0): inputs,labels data outputsnet(inputs) optimitzer.zero_grad() #每次梯度记得归零 losscriter(outputs,labels) loss.backward optimizer.step() print(训练完成) #储存训练结束后的参数 PATHr\-.pth #储存的地址记得提前建好.pth文件 torch.save(net.state_dict(),PATH)最后我们对训练完成后的net进行测试snet.load_state_dict(torch.load(PATH)) #读取上面储存的参数 net.eval() #结束学习即下面运行测试集时不进行迭代 total0 correct0 with torch.no_grad(): #不计算梯度节约算力 for data in testloader: images , labels data outputsnet(images) _, predicted torch.max(outputs,1)# _,指把返回的images值舍弃 #毕竟我们只在意labels对不对 #最后的1指的是一维 #不直接使用totallen(testset)的原因是电脑会舍弃总数对每组照片的余数 total labels.size(0) correct (predicted labels).sum().itrm() print(f正确率为{100*correct//total}%。)至此我们的分辨蜜蜂和蚂蚁的神经网络就此写完了接下来我们可以随便测试一张照片同时想要直接读取存好的地址不重新训练浪费时间可以这样写import os PATHr-\.pth #训练后参数储存的地址 if os.path.exists(PATH): net.load_state_dict(torch.load(PATH)) else: #训练过程 #…………然后from PIL import Image image_pathr你想测试的照片地址 imgImage.open(image_path).convert(RGB) img_tensortransfrom(img) #将我们选择的照片变为3*32*32的张量 img_tensorimg_tensor.unsqueeze(0) #在这个三维张量前再插入一个维度批次1 #因为Conv2d只支持四维变量 with torch.no_grad: outputsnet(img) -, predicted torch.max(outputs,1) resultpredicted.item() print(classes[result]) #输出具体类别最后是如何运用显卡GPU加速我们的训练devicetorch.device(cuda:0) #首先把net转移进GPU netNet() net.to(device) #最后记得把数据也转移进GPUnet和数据必须同时在CPU或者同时在GPU #……训练过程…… inputs inputs.to(device) labels labels.to(device) #……正常后续流程……最后说说题外话我感觉用PyCharm编写Python中的会方便很多它会直接提醒你括号里的数字代表什么

相关新闻

Linux 常用快捷指令对照大全

Linux 常用快捷指令对照大全

🐧 Linux 常用快捷指令对照大全 1. 核心必背(终端命令行编辑) 这是你在终端里输命令时,最常用到的编辑快捷键,能极大提升打字效率。 快捷键英文 / 全称作用(做什么的)使用频率TabTab key自动…

2026/11/20 12:18:13 阅读更多 →
7英寸DSI接口LCD屏驱动实战:从树莓派CM4到STM32H7的完整指南

7英寸DSI接口LCD屏驱动实战:从树莓派CM4到STM32H7的完整指南

1. 项目概述:一块7英寸DSI接口LCD屏的深度探索最近在折腾一个嵌入式显示项目,手头拿到了一块标注为“7inch DSI LCD (E)”的屏幕。对于玩惯了HDMI或者传统RGB、SPI接口屏的开发者来说,DSI(Display Serial Interface)接…

2026/11/20 11:06:54 阅读更多 →
AI生成汇报级PPT难点与落地实践

AI生成汇报级PPT难点与落地实践

在企业办公、商务汇报、职场复盘、项目路演等主流商业场景中,PPT早已不是简单的图文展示工具,而是商业逻辑输出、工作成果沉淀、业务价值传递的核心载体。一份合格的汇报PPT,需要兼顾逻辑严谨性、版式专业性、内容适配性与视觉统一性&#xf…

2026/11/20 0:28:27 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/19 21:38:27 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/19 21:38:49 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/19 21:39:09 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/19 21:36:50 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/19 21:37:45 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/19 21:36:20 阅读更多 →

日新闻

周新闻

月新闻