基于Inception-V3实现CIFAR-100数据集的分类任务

海天一色y2026-01-27 9:19

一、项目介绍

在计算机视觉领域，图像分类是一项基础且重要的任务。本文将详细介绍如何使用预训练的Inception-V3模型在CIFAR-100数据集上进行迁移学习，实现高精度的图像分类。

1.1 项目背景

CIFAR-100是一个经典的图像分类数据集，包含100个类别，每个类别有600张32×32像素的彩色图像。虽然图像分辨率较低，但类别多样性强，是一个具有挑战性的基准测试集。

1.2 技术选型

我们选择Inception-V3作为基础模型，这是Google在2015年提出的深度学习架构，具有以下优势：

  • 采用了Inception模块，能够高效提取多尺度特征

  • 引入了辅助分类器，有助于梯度传播和模型收敛

  • 在ImageNet等大型数据集上预训练，具有良好的特征提取能力

1.3 迁移学习策略

由于CIFAR-100数据规模相对较小，我们采用迁移学习的方法：

  1. 使用ImageNet预训练的权重初始化模型

  2. 替换最后几层以适应100类分类任务

  3. 微调整个网络以学习CIFAR-100特定的特征

二、环境配置与数据准备

2.1 环境依赖

python 复制代码 
import torch
import torch.nn as nn
import torch.optim as optim
import torchvision
import torchvision.transforms as transforms
import torchvision.models as models
import numpy as np
from tqdm import tqdm
import time

2.2 数据集预处理

python 复制代码 
def prepare_data(batch_size=128, num_workers=2):
    # CIFAR-100的标准化参数（与CIFAR-10不同）
    transform_train = transforms.Compose([
        transforms.Resize(299),  # Inception-V3要求输入为299x299
        transforms.RandomCrop(299, padding=32),  # 数据增强
        transforms.RandomHorizontalFlip(),  # 随机水平翻转
        transforms.RandomRotation(15),  # 随机旋转
        transforms.ToTensor(),
        transforms.Normalize((0.5071, 0.4867, 0.4408), 
                           (0.2675, 0.2565, 0.2761)),
    ])
    
    # 测试集只进行必要的转换
    transform_test = transforms.Compose([
        transforms.Resize(299),
        transforms.ToTensor(),
        transforms.Normalize((0.5071, 0.4867, 0.4408),
                           (0.2675, 0.2565, 0.2761)),
    ])

关键点说明：

  • 将32×32的图像上采样到299×299以适应Inception-V3

  • 训练时使用多种数据增强技术防止过拟合

  • 使用CIFAR-100特定的均值和标准差进行归一化

三、模型架构与修改

3.1 加载预训练模型

python 复制代码 
def load_pretrained_model(num_classes=100):
    # 加载预训练模型，启用辅助分类器
    model = models.inception_v3(
        weights='Inception_V3_Weights.DEFAULT', 
        aux_logits=True
    )
    
    # 修改辅助分类器
    model.AuxLogits.fc = nn.Linear(768, num_classes)
    
    # 修改主分类器
    model.fc = nn.Linear(2048, num_classes)
    
    return model

3.2 Inception-V3的特殊性

Inception-V3在训练时有两个输出分支：

  • 主分类器：最终的分类结果

  • 辅助分类器：中间层的分类输出，帮助梯度传播

在实现时需要特别注意：

python 复制代码 
# 训练时同时使用两个输出
outputs, aux_outputs = model(inputs)
loss1 = criterion(outputs, targets)
loss2 = criterion(aux_outputs, targets)
loss = loss1 + 0.3 * loss2  # 根据原论文设置权重

# 测试时只使用主输出
outputs = model(inputs)

四、训练策略

4.1 优化器配置

python 复制代码 
# 使用SGD优化器，适合大规模分类任务
optimizer = optim.SGD(model.parameters(), 
                     lr=0.001, 
                     momentum=0.9, 
                     weight_decay=5e-4)

# 余弦退火学习率调度
scheduler = optim.lr_scheduler.CosineAnnealingLR(
    optimizer, 
    T_max=num_epochs
)

4.2 训练循环设计

python 复制代码 
def train_epoch(model, device, train_loader, optimizer, criterion, epoch):
    model.train()
    train_loss = 0
    correct = 0
    total = 0
    
    # 使用tqdm显示进度
    pbar = tqdm(train_loader, desc=f'Epoch {epoch}: Training')
    
    for batch_idx, (inputs, targets) in enumerate(pbar):
        # 前向传播
        outputs, aux_outputs = model(inputs)
        
        # 计算复合损失
        loss1 = criterion(outputs, targets)
        loss2 = criterion(aux_outputs, targets)
        loss = loss1 + 0.3 * loss2  # 辅助损失权重0.3
        
        # 反向传播
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        
        # 实时显示训练指标
        pbar.set_postfix({
            'Loss': f'{train_loss/(batch_idx+1):.3f}',
            'Acc': f'{100.*correct/total:.2f}%'
        })

五、实验结果与分析

5.1 训练性能

运行30个epoch后，模型在CIFAR-100上通常能达到以下性能：

  • 训练准确率：75-80%

  • 测试准确率：70-75%

  • 最佳模型保存：自动保存测试集上表现最好的模型

5.2 关键训练技巧

  1. 学习率调度：

    • 使用余弦退火策略，学习率从初始值平滑下降到0

    • 避免了学习率突然下降导致的训练不稳定

  2. 数据增强：

    • 随机裁剪和水平翻转提升模型泛化能力

    • 随机旋转增强模型对方向变化的鲁棒性

  3. 损失函数设计：

    • 主损失和辅助损失结合，加速收敛

    • 交叉熵损失适合多分类任务

5.3 可视化训练过程

python 复制代码 
# 绘制训练曲线
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4))

# 损失曲线
ax1.plot(history['train_loss'], label='Train Loss')
ax1.set_xlabel('Epoch')
ax1.set_ylabel('Loss')

# 准确率曲线
ax2.plot(history['train_acc'], label='Train Acc')
ax2.plot(history['test_acc'], label='Test Acc')
ax2.set_xlabel('Epoch')
ax2.set_ylabel('Accuracy (%)')

六、推理与应用

6.1 单图像推理

python 复制代码 
def inference(model, device, image_tensor):
    model.eval()
    
    # 添加batch维度
    if len(image_tensor.shape) == 3:
        image_tensor = image_tensor.unsqueeze(0)
    
    with torch.no_grad():
        output = model(image_tensor)
        probabilities = torch.nn.functional.softmax(output, dim=1)
        confidence, predicted = torch.max(probabilities, 1)
    
    return predicted.item(), confidence.item()

6.2 模型部署

  1. 模型量化：可考虑使用PyTorch的量化功能减小模型大小

  2. ONNX导出：转换为ONNX格式便于跨平台部署

  3. TensorRT优化：NVIDIA GPU上可使用TensorRT加速推理

6.3 运行结果展示

(mlstat) ➜ cf100 git:(master) ✗ python cf100.py

CUDA is available. GPU: NVIDIA A10

Memory allocated: 0.00 MB

Using device: cuda

Loading pre-trained Inception v3 model...

Downloading: "https://download.pytorch.org/models/inception_v3_google-0cc3c7bd.pth" to /root/.cache/torch/hub/checkpoints/inception_v3_google-0cc3c7bd.pth

100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 104M/104M [00:02<00:00, 46.1MB/s]

Preparing CIFAR-100 dataset...

Starting training for 30 epochs...

Epoch 1: Training: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [03:29<00:00, 1.87it/s, Loss=5.210, Acc=17.57%]

Testing: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:11<00:00, 6.69it/s, Acc=47.53%]

Model saved at epoch 1 with accuracy: 47.53%

Epoch 1/30: Train Loss: 5.2101, Train Acc: 17.57%, Test Acc: 47.53%, Best Acc: 47.53%, Time: 221.46s

Epoch 2: Training: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [03:30<00:00, 1.86it/s, Loss=2.775, Acc=54.93%]

Testing: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:11<00:00, 6.74it/s, Acc=68.88%]

Model saved at epoch 2 with accuracy: 68.88%

Epoch 2/30: Train Loss: 2.7752, Train Acc: 54.93%, Test Acc: 68.88%, Best Acc: 68.88%, Time: 222.73s

Epoch 3: Training: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [03:29<00:00, 1.86it/s, Loss=1.725, Acc=69.34%]

Testing: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:11<00:00, 6.71it/s, Acc=75.08%]

在Tesla P100-PCIE-16GB的显卡上完整的训练过程如下：

root@eais-bjv8kjbw12pqaf386ldn-0:/mnt/workspace/cf100# python cf100.py

/usr/local/lib/python3.11/site-packages/torch/cuda/init.py:56: FutureWarning: The pynvml package is deprecated. Please install nvidia-ml-py instead. If you did not install pynvml directly, please report this to the maintainers of the package that installed pynvml for you.

import pynvml # type: ignore[import]

CUDA is available. GPU: Tesla P100-PCIE-16GB

Memory allocated: 0.00 MB

Using device: cuda

Loading pre-trained Inception v3 model...

Downloading: "https://download.pytorch.org/models/inception_v3_google-0cc3c7bd.pth" to /root/.cache/torch/hub/checkpoints/inception_v3_google-0cc3c7bd.pth

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 104M/104M [00:03<00:00, 28.0MB/s]

Preparing CIFAR-100 dataset...

Starting training for 30 epochs...

Epoch 1: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:44<00:00, 1.04s/it, Loss=5.206, Acc=17.76%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.21it/s, Acc=47.79%]

Model saved at epoch 1 with accuracy: 47.79%

Epoch 1/30: Train Loss: 5.2060, Train Acc: 17.76%, Test Acc: 47.79%, Best Acc: 47.79%, Time: 429.80s

Epoch 2: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=2.765, Acc=55.32%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.14it/s, Acc=68.89%]

Model saved at epoch 2 with accuracy: 68.89%

Epoch 2/30: Train Loss: 2.7654, Train Acc: 55.32%, Test Acc: 68.89%, Best Acc: 68.89%, Time: 428.19s

Epoch 3: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=1.722, Acc=69.36%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.05it/s, Acc=75.13%]

Model saved at epoch 3 with accuracy: 75.13%

Epoch 3/30: Train Loss: 1.7224, Train Acc: 69.36%, Test Acc: 75.13%, Best Acc: 75.13%, Time: 428.98s

Epoch 4: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=1.307, Acc=75.61%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.13it/s, Acc=78.46%]

Model saved at epoch 4 with accuracy: 78.46%

Epoch 4/30: Train Loss: 1.3072, Train Acc: 75.61%, Test Acc: 78.46%, Best Acc: 78.46%, Time: 428.39s

Epoch 5: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=1.076, Acc=79.48%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.18it/s, Acc=80.20%]

Model saved at epoch 5 with accuracy: 80.20%

Epoch 5/30: Train Loss: 1.0761, Train Acc: 79.48%, Test Acc: 80.20%, Best Acc: 80.20%, Time: 428.07s

Epoch 6: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.934, Acc=81.93%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.13it/s, Acc=81.75%]

Model saved at epoch 6 with accuracy: 81.75%

Epoch 6/30: Train Loss: 0.9340, Train Acc: 81.93%, Test Acc: 81.75%, Best Acc: 81.75%, Time: 428.71s

Epoch 7: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.814, Acc=84.30%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.15it/s, Acc=82.67%]

Model saved at epoch 7 with accuracy: 82.67%

Epoch 7/30: Train Loss: 0.8139, Train Acc: 84.30%, Test Acc: 82.67%, Best Acc: 82.67%, Time: 428.47s

Epoch 8: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.725, Acc=86.00%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.12it/s, Acc=83.28%]

Model saved at epoch 8 with accuracy: 83.28%

Epoch 8/30: Train Loss: 0.7252, Train Acc: 86.00%, Test Acc: 83.28%, Best Acc: 83.28%, Time: 428.47s

Epoch 9: Training: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.655, Acc=87.46%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.17it/s, Acc=83.44%]

Model saved at epoch 9 with accuracy: 83.44%

Epoch 9/30: Train Loss: 0.6548, Train Acc: 87.46%, Test Acc: 83.44%, Best Acc: 83.44%, Time: 428.21s

Epoch 10: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.592, Acc=88.64%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.15it/s, Acc=83.46%]

Model saved at epoch 10 with accuracy: 83.46%

Epoch 10/30: Train Loss: 0.5917, Train Acc: 88.64%, Test Acc: 83.46%, Best Acc: 83.46%, Time: 428.30s

Epoch 11: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.538, Acc=89.89%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.19it/s, Acc=83.88%]

Model saved at epoch 11 with accuracy: 83.88%

Epoch 11/30: Train Loss: 0.5377, Train Acc: 89.89%, Test Acc: 83.88%, Best Acc: 83.88%, Time: 428.02s

Epoch 12: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.496, Acc=90.73%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.11it/s, Acc=84.12%]

Model saved at epoch 12 with accuracy: 84.12%

Epoch 12/30: Train Loss: 0.4962, Train Acc: 90.73%, Test Acc: 84.12%, Best Acc: 84.12%, Time: 428.56s

Epoch 13: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.456, Acc=91.63%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.17it/s, Acc=84.25%]

Model saved at epoch 13 with accuracy: 84.25%

Epoch 13/30: Train Loss: 0.4559, Train Acc: 91.63%, Test Acc: 84.25%, Best Acc: 84.25%, Time: 428.18s

Epoch 14: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.426, Acc=92.19%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.20it/s, Acc=84.30%]

Model saved at epoch 14 with accuracy: 84.30%

Epoch 14/30: Train Loss: 0.4259, Train Acc: 92.19%, Test Acc: 84.30%, Best Acc: 84.30%, Time: 427.80s

Epoch 15: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.396, Acc=93.08%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.20it/s, Acc=84.70%]

Model saved at epoch 15 with accuracy: 84.70%

Epoch 15/30: Train Loss: 0.3957, Train Acc: 93.08%, Test Acc: 84.70%, Best Acc: 84.70%, Time: 427.88s

Epoch 16: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.372, Acc=93.52%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.14it/s, Acc=84.49%]

Epoch 16/30: Train Loss: 0.3719, Train Acc: 93.52%, Test Acc: 84.49%, Best Acc: 84.70%, Time: 426.57s

Epoch 17: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.350, Acc=94.05%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.17it/s, Acc=84.45%]

Epoch 17/30: Train Loss: 0.3501, Train Acc: 94.05%, Test Acc: 84.45%, Best Acc: 84.70%, Time: 426.35s

Epoch 18: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.335, Acc=94.35%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.10it/s, Acc=84.48%]

Epoch 18/30: Train Loss: 0.3351, Train Acc: 94.35%, Test Acc: 84.48%, Best Acc: 84.70%, Time: 426.93s

Epoch 19: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.316, Acc=94.84%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.16it/s, Acc=84.60%]

Epoch 19/30: Train Loss: 0.3164, Train Acc: 94.84%, Test Acc: 84.60%, Best Acc: 84.70%, Time: 426.31s

Epoch 20: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.302, Acc=95.11%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.16it/s, Acc=84.87%]

Model saved at epoch 20 with accuracy: 84.87%

Epoch 20/30: Train Loss: 0.3020, Train Acc: 95.11%, Test Acc: 84.87%, Best Acc: 84.87%, Time: 428.12s

Epoch 21: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.293, Acc=95.26%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.09it/s, Acc=84.70%]

Epoch 21/30: Train Loss: 0.2933, Train Acc: 95.26%, Test Acc: 84.70%, Best Acc: 84.87%, Time: 427.00s

Epoch 22: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.280, Acc=95.61%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.14it/s, Acc=84.52%]

Epoch 22/30: Train Loss: 0.2804, Train Acc: 95.61%, Test Acc: 84.52%, Best Acc: 84.87%, Time: 426.72s

Epoch 23: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.277, Acc=95.74%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.18it/s, Acc=84.57%]

Epoch 23/30: Train Loss: 0.2769, Train Acc: 95.74%, Test Acc: 84.57%, Best Acc: 84.87%, Time: 426.15s

Epoch 24: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.270, Acc=95.96%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.17it/s, Acc=84.74%]

Epoch 24/30: Train Loss: 0.2704, Train Acc: 95.96%, Test Acc: 84.74%, Best Acc: 84.87%, Time: 426.39s

Epoch 25: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.263, Acc=96.13%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.15it/s, Acc=84.93%]

Model saved at epoch 25 with accuracy: 84.93%

Epoch 25/30: Train Loss: 0.2627, Train Acc: 96.13%, Test Acc: 84.93%, Best Acc: 84.93%, Time: 428.32s

Epoch 26: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.261, Acc=96.12%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.25it/s, Acc=84.76%]

Epoch 26/30: Train Loss: 0.2609, Train Acc: 96.12%, Test Acc: 84.76%, Best Acc: 84.93%, Time: 425.76s

Epoch 27: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.257, Acc=96.15%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.17it/s, Acc=84.57%]

Epoch 27/30: Train Loss: 0.2568, Train Acc: 96.15%, Test Acc: 84.57%, Best Acc: 84.93%, Time: 426.26s

Epoch 28: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.258, Acc=96.23%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.18it/s, Acc=84.71%]

Epoch 28/30: Train Loss: 0.2577, Train Acc: 96.23%, Test Acc: 84.71%, Best Acc: 84.93%, Time: 426.22s

Epoch 29: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.255, Acc=96.32%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.18it/s, Acc=84.86%]

Epoch 29/30: Train Loss: 0.2553, Train Acc: 96.32%, Test Acc: 84.86%, Best Acc: 84.93%, Time: 426.20s

Epoch 30: Training: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [06:41<00:00, 1.03s/it, Loss=0.256, Acc=96.24%]

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:24<00:00, 3.18it/s, Acc=84.88%]

Epoch 30/30: Train Loss: 0.2563, Train Acc: 96.24%, Test Acc: 84.88%, Best Acc: 84.93%, Time: 426.17s

Training completed. Best accuracy: 84.93%

Loading best model for final evaluation...

Testing: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 79/79 [00:25<00:00, 3.14it/s, Acc=84.93%]

Final test accuracy: 84.93%

Training History Summary:

Best training accuracy: 96.32%

Best test accuracy: 84.93%

Training history plot saved as training_history_cifar100.png

模型的大小为189MB

损失函数和准确率变化过程如下图所示：

需要完整代码的小伙伴可以私信我~

相关推荐
啊豪的思想2 小时前
算力为擎，算法为枢，数据为薪：人工智能三大核心要素的协同演进逻辑
网络·人工智能
十三画者2 小时前
【文献分享】OTMODE一种基于最优传输理论的框架，用于在单细胞多组学数据中识别差异特征
数据挖掘·数据分析·数据可视化
@我不是大鹏2 小时前
44、AI大模型技术之智图寻宝项目实战（2公共模块及去噪模块）
人工智能
春日见2 小时前
三分钟安装window Docker，并与Ubuntu（WSL）建立连接
linux·人工智能·windows·驱动开发·机器学习·docker·容器
Loo国昌2 小时前
【LangChain1.0】第十四阶段：Agent最佳设计模式与生产实践
人工智能·后端·算法·语言模型·架构
阳艳讲ai2 小时前
九尾狐AI智能矩阵：重构企业获客新引擎
大数据·人工智能
Liue612312312 小时前
窗帘检测与识别_YOLOv26模型详解与应用_1
人工智能·yolo·目标跟踪
啊巴矲2 小时前
小白从零开始勇闯人工智能：计算机视觉初级篇（OpenCV进阶操作(下)）
人工智能·opencv·计算机视觉
玄同7652 小时前
SQLAlchemy 会话管理终极指南：close、commit、refresh、rollback 的正确打开方式
数据库·人工智能·python·sql·postgresql·自然语言处理·知识图谱
热门推荐
01GitHub 镜像站点02OpenCode 入门教程：介绍 · 安装 · 配置第三方 API (如 Claude)03Claude Code Skills 实用使用手册04Open Code教程（四）| 高级配置与集成05UV安装并设置国内源06Linux下V2Ray安装配置指南07在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）08AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南09安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）10Antigravity AI编程工具添加和使用Skill完整教程