猫狗大战

使用VGG模型进行猫狗大战

下载数据，用torchvision加载处理图像数据，图片将被整理成  的大小，同时还将进行归一化处理。

使用预训练好的 VGG 模型

VGG 由三种元素组成：

• 卷积层（CONV）是发现图像中局部的 pattern
• 全连接层（FC）是在全局上建立特征的关联
• 池化（Pool）是给图像降维以提高特征的 invariance

把最后的 nn.Linear 层由1000类，替换为2类。为了在训练中冻结前面层的参数，需要设置 required_grad=False。这样，反向传播训练梯度时，前面层的权重就不会自动更新了。训练中，只会更新最后一层的参数。

训练并测试全连接层，包括三个步骤：第1步，创建损失函数和优化器；第2步，训练模型；第3步，测试模型。

可视化模型预测结果（主观分析），就是把预测的结果和相对应的测试图像输出出来看看，一般有四种方式：

• 随机查看一些预测正确的图片
• 随机查看一些预测错误的图片
• 预测正确，同时具有较大的probability的图片
• 预测错误，同时具有较大的probability的图片
• 最不确定的图片，比如说预测概率接近0.5的图片

 

测试结果：