通过pytorch创建图像分类demo、机器学习入门
发布时间：2023-10-04 18:30
一.pytorch包的安装
1.通过[官方网站](https://pytorch.org/)，根据自己的需求获取安装指令：
![\"通过pytorch创建图像分类demo、机器学习入门_第1张图片\"](\"https://img.it610.com/image/info8/add19880fa3f483eadd20e515fc305d3.jpg\")
2.然后通过pycharm的终端开始安装，安装过程可能会出现超时情况，可以参考pip安装超时解决方案：
![\"通过pytorch创建图像分类demo、机器学习入门_第2张图片\"](\"https://img.it610.com/image/info8/026eb7b3d99a49149bde488088b589c8.jpg\")
一.pytorch图像分类代码
1.校准、测试图片的存放方式为：
train/
00000/
01153_00000.png
01153_00001.png
00001/
00025_00000.png
00025_00001.png
2.创建校准模块，校准完成并保存模型：
![\"通过pytorch创建图像分类demo、机器学习入门_第3张图片\"](\"https://img.it610.com/image/info8/a0e1b7dc0b234371aa78a815620662b8.jpg\")
3.创建测试模块，调用模型，并测试效果：
![\"通过pytorch创建图像分类demo、机器学习入门_第4张图片\"](\"https://img.it610.com/image/info8/7bbfbe1b9dad4e6b855499403d8c15ea.jpg\")
4.测试单张图片，并返回结果类型的索引，和模型是对应的：
![\"通过pytorch创建图像分类demo、机器学习入门_第5张图片\"](\"https://img.it610.com/image/info8/01cb773fa7224849ba4a74468dbcdfc5.jpg\")
相关推荐
SpringCloud Alibaba study-4-Ribbon和LoadBalancer (微服务负载均衡器)
[书籍翻译]12周撰写期刊文章 学术出版成功指南——第 3 周：推进你的论点
【服务器数据恢复】OceanStor存储中NAS卷数据丢失的数据恢复案例
Spring Authorization Server 0.3.0 发布，官方文档正式上线
新来个技术总监，把Redis高可用讲的那叫一个明白，YYDS
Python在各领域技术应用（地球科学、气象、机器学习、海洋等）
Docker安装jenkins实现微服务多模块打包的示例代码