第四次作业_猫狗大战

使用VGG模型进行猫狗大战

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 猫狗大战

下面代码更改了压缩之后的目录结构，在train和val中分别添加了文件夹cats和dogs，并把猫和狗的图片分类分别放入两个文件夹中。

这样修改可以正常使用datasets.ImageFolder()加载数据。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

选取一个刚刚保存下来的模型，导入测试数据集进行测试：

 

 

 

 

 

 

 

 将保存的文件下载下来并提交到AI研习社网站，截图如下

 

 

 总结

1.一定程度上增大epochs会使训练结果变得更好。但并不意味着epochs越大越好。所以epochs应该选取合适的值，不宜过大也不宜过小。

2.学习率过小，损失值曲线收敛过慢。学习率过大，损失值曲线开始时下降很快，但后面可能出现无法拟合的情况。学习率不宜过大也不宜过小。