**解讀
#定義格式
normalize = transforms.normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
#定義格式
vgg_format = transforms.compose([
transforms.centercrop(224),
transforms.totensor(),
normalize,
])data_dir = './dogscats'
#讀取資料
dsets =
#獲取大小
dset_sizes =
#物件化
dset_classes = dsets['train'].classes
主要是對資料的提取做了改動
def test_model(model,dataloader,size):
model.eval()
#初始化變數
predictions = np.zeros(size)
all_classes = np.zeros(size)
all_proba = np.zeros((size,2))
i = 0
running_loss = 0.0
running_corrects = 0
meici_shuzu=[0,1,2,3,4]
total_cishu=0
for inputs,classes in dataloader:
print("num:",inputs)#獲得inputs格式，進行分解
#將資料放入gpu
inputs = inputs.to(device)
classes = classes.to(device)
#放入模型，獲取結果
outputs = model(inputs)
#計算損失值
loss = criterion(outputs,classes)
_,preds = torch.max(outputs.data,1)
#以下是修改的**
print("\npreds:",preds)#輸出觀察preds結構，發現是張量
for shushu2 in range(0,5):#構造編號，後期發現其
#實只需要呼叫test的名就好了
meici_shuzu[shushu2]=shushu2+total_cishu
#將preds用numpy轉換成陣列型別，便於儲存
dataframe=pd.dataframe()
#迴圈寫入
dataframe.to_csv("test.csv",index=false,mode='a',sep=",")
total_cishu=total_cishu+5
上傳測試集至colab
使用神經網路分析並生成結果集，儲存至本地
在ai研習社平台提交測試結果
（ps：由於時間稍微有點緊張，我們會繼續優化演算法並更新部落格）
軟體工程第四次作業 貓狗大戰挑戰賽
2.資料處理 datasets 是 torchvision 中的乙個包，可以用做載入影象資料。它可以以多執行緒 multi thread 的形式從硬碟中讀取資料，使用 mini batch 的形式，在網路訓練中向 gpu 輸送。在使用cnn處理影象時，需要進行預處理。將被整理成 的大小，同時還將進行...
第四次作業
扎ogu 典型產品 最高傳輸速率 ieee 802.11a wi fi5 802.11a 43m 450 zyxel p334u 54mbps 1500 zyxel p335u 54mbps 1600 ieee 802.11b d link di 624 a 54mbps 215 linksys w...
第四次作業
作業題一 vs2012 rc在介面上，比beta版更容易使用，彩色的圖示和按照開發 執行 除錯等環境區分的顏色方案讓人愛不釋手。vs2012整合了asp.net mvc 4，全面支援移動和html5，wf 4.5相比wf 4，更加成熟，期待已久的狀態極工作流回來了，更棒的是，現在它的設計器已經支援c...