总结3-常见深度学习网络入门:pytorch实例

1、PyTorch实例入门(1):图像分类

1)利用Pytorch,搭建最基本网络Lenet,实现图像分类。该例子麻雀虽小,五脏俱全,入门非常合适。Lenet 是由 Yann LeCun 等人在 1990 年《Handwritten Digit Recognition with a Back-Propagation Network》中提出,是卷积神经网络的 HelloWorld。

2)讲解,参考文章《PyTorch实例入门(1):图像分类》,可运行代码参考《完整代码链接》。
3)我们使用CIFAR-10作为数据集,包含了10个类别60000张图片,每张图片的大小为32x32,其中训练图片50000张,测试图片10000张。下图是一些示例:


总结3-常见深度学习网络入门:pytorch实例_第1张图片

2、pytorch动手实践:pytorch车型细分类网络

1)讲解,代码,主要参考知乎文章《pytorch车型细分类网络》,代码规范,容易读懂,另可参考这篇《车辆图形识别分类》。
2)本项目是关于车型分类,resnet50网络,可供基础学习使用。
3)下载数据:下载链接《10类汽车类型识别数据集》,汽车公共数据集,训练模型,用于车辆识别,车型分类。,使用提供的2000张,标注了10类汽车的车辆场景分类的高分辨率图片。标签信息: bus,taxi,truck,family sedan,minibus,jeep,SUV,heavy truck,racing car,fire engine.
总结3-常见深度学习网络入门:pytorch实例_第2张图片

 总结3-常见深度学习网络入门:pytorch实例_第3张图片

总结3-常见深度学习网络入门:pytorch实例_第4张图片

3、常见卷积神经网络

1)[Lenet](卷积神经网络之Lenet - 知乎 (zhihu.com))

2)[Alexnet](卷积神经网络之Alexnet - 知乎 (zhihu.com))

3)[VGG](卷积神经网络之VGG - 知乎 (zhihu.com))

你可能感兴趣的