iT邦幫忙

2022 iThome 鐵人賽

DAY 6
0

Part1:今日目標

1.運行範例CNN模型,熟悉Pytorch實作方法


Part2:內容

1.運行範例CNN模型,使用CIFAR10共10類的圖片資料

程式碼參考來源

完整模型架構:
1.載入資料
2.定義模型架構CNN
3.定義損失函數
4.使用訓練集進行模型訓練
5.使用測試集測試模型表現

2.運行結果

3.設定調整,以適用我們D4的準心切割圖片

(1)載入資料:

  • 圖片種類從總數10改成33。
  • 資料比例: 訓練集(train):驗證集(validation):測試集(test)= 80%: 10%: 10%。
  • batch_size仍維持10,因切割後準心圖片共有19616張,v訓練集將有15692(=19616x80%)張圖,共有1569個batch,剩餘2張圖片則暫時捨去。

(2)定義模型架構: 暫不變更。
(3)定義損失函數: 暫不變更。
(4)使用訓練集進行模型訓練: 暫不變更。
(5)使用測試集測試模型表現: 需補寫code,因為範例中並未定義函式testModelAccuracy()

Part4:下一步

  • 明天將實作今日的Part3,目標得到Baseline model的預測表現。
心得小語:
今天下班後花了快兩小時和讀國中的表弟處理電腦作業(閱讀文章&製作PPT),快被他一直想複製貼上網路文章氣死?,還說同學們也都這樣(不是吧... 
書閱讀太少,真的會缺少「換句話說」和「豐富詞彙」的能力,真的要鼓勵他好好閱讀~畢竟閱讀能力不好,在現今題目都落落長(台語)情況下,真的會所有科目全軍覆沒呀~ 
今日工時: 50mins*2

閱讀使人充實,交談使人機智,寫作使人精確
Reading make a full man, conference a ready man and writing an exact man.


上一篇
D5-影像分類模型_理論學習1st
下一篇
D7-資料集前處理2nd:資料貼標
系列文
菜鳥工程師第一個電腦視覺(CV)專案-農作物影像辨識競賽32
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言