Pytorch学习--神经网络--完整的模型验证套路

一、选取的图片

全部代码依托于该博客

二、代码(调用训练好的模型)

python 复制代码
import torch
import torchvision
from PIL import Image
from model import *

img_path = "dog.png"
image = Image.open(img_path)

print(image.size)

transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),torchvision.transforms.ToTensor()])
image = transform(image)
image = torch.reshape(image,(1,3,32,32))

print(image.shape)

#更换pth文件
model = torch.load('model.pth', map_location=torch.device('cpu'))
print(model)

model.eval()
with torch.no_grad():
    output = model(image)
print(output.shape)
print(output)
print(torch.argmax(output,dim=1))

输出:

python 复制代码
(287, 251)
torch.Size([1, 3, 32, 32])
Mary(
  (model1): Sequential(
    (0): Conv2d(3, 32, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (1): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (2): Conv2d(32, 32, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (3): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (4): Conv2d(32, 64, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (5): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (6): Flatten(start_dim=1, end_dim=-1)
    (7): Linear(in_features=1024, out_features=64, bias=True)
    (8): Linear(in_features=64, out_features=10, bias=True)
  )
)
torch.Size([1, 10])
tensor([[-2.9548, -3.5498,  0.3010,  3.4690, -0.8843,  4.8731,  2.5652, -0.5132,
         -1.0659, -2.9456]])
tensor([5])

模型预测的图片类别为 5 ,可以看到模型预测的结果是正确的

相关推荐
AIGC包拥它9 分钟前
AI教学设计助手:生成好教案的Prompt技术实战(一)
人工智能·prompt
棱镜研途20 分钟前
学习笔记丨卷积神经网络(CNN):原理剖析与多领域Github应用
图像处理·笔记·学习·计算机视觉·cnn·卷积神经网络·信号处理
测试19981 小时前
软件测试之压力测试总结
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·压力测试
SoFlu软件机器人1 小时前
Cursor、飞算JavaAI、GitHub Copilot、Gemini CLI 等热门 AI 开发工具合集
人工智能·github·copilot
皮蛋sol周1 小时前
嵌入式学习C语言(八)二维数组及排序算法
c语言·学习·算法·排序算法
李昊哲小课1 小时前
销售数据可视化分析项目
python·信息可视化·数据分析·matplotlib·数据可视化·seaborn
isNotNullX1 小时前
实时数仓和离线数仓还分不清楚?看完就懂了
大数据·数据库·数据仓库·人工智能·数据分析
烛阴1 小时前
带参数的Python装饰器原来这么简单,5分钟彻底掌握!
前端·python
人生游戏牛马NPC1号1 小时前
学习 Flutter (一)
android·学习·flutter
Liudef062 小时前
大语言模型的极限:知识、推理与创造力的边界探析
人工智能·语言模型·自然语言处理