用Python玩转人工智能——手搓图像分类模型

目录

　　一、预训练模型原理与状态字典

　　（一）预训练模型原理

　　（二）状态字典（state_dict）

　　（三）模型保存与加载示例

　　二、加载 ImageNet 预训练模型

　　三、数据准备与可视化

　　（一）加载数据集

　　（二）使用 Matplotlib 可视化数据

　　四、模型训练

　　五、使用 torchvision 进行模型微调

　　六、观察模型预测结果

　　七、固定模型参数

　　八、使用 TensorBoard 可视化训练结果

　　九、课程总结

　　（一）技术要点

　　（二）难点

　　十、随堂练习题

---

　　一、预训练模型原理与状态字典

　　（一）预训练模型原理

　　预训练模型是深度学习中的重要技术，其核心思想是利用大规模数据集（如 ImageNet）训练好的模型，将其学习到的通用特征表示迁移到其他相关任务中。这种方法可以显著减少训练时间和数据需求，并提高模型在小数据集上的性能。

　　预训练模型的优势：

• 特征复用：底层卷积层学习到的边缘、纹理等特征对多种任务都有帮助
• 训练加速：无需从头开始训练，只需微调少数层
• 小数据友好：在数据有限的场景下也能取得良好效果

　　（二）状态字典（state_dict）

　　在 PyTorch 中，state_dict是一个 Python 字典对象，它存储了模型中每个层的可学习参数（权重和偏置）。只有具有可学习参数的层（如卷积层、全连接层）才有对应的state_dict条目。

　　关键函数：

• model.state_dict()：返回模型的状态字典
• torch.save(state_dict, path)：保存状态字典到文件
• model.load_state_dict(torch.load(path))：从文件加载状态字典

　　（三）模型保存与加载示例

import torch
import torch.nn as nn# 定义一个简单模型
class SimpleModel(nn.Module):def __init__(self):super(SimpleModel, self).__init__()self.conv1 = nn.Conv2d(3, 16, 3)  # 输入3通道，输出16通道，卷积核3x3self.fc1 = nn.Linear(16*10*10, 10)  # 全连接层，输入维度1600，输出10def forward(self, x):x = self.conv1(x)x = x.view(-1, 16*10*10)  # 展平为一维向量x = self.fc1(x)return x# 创建模型实例并保存
model = SimpleModel()
torch.save(model.state_dict(), 'model_weights.pth')  # 保存为.pth文件# 加载模型
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
loaded_model = SimpleModel()
loaded_model.load_state_dict(torch.load('model_weights.pth', map_location=device))  # 加载时指定设备
loaded_model.to(device)  # 将模型移至指定设备
loaded_model.eval()  # 设置为评估模式（关闭Dropout等训练专用层）

　　注意事项：

1. 保存 / 加载时应使用state_dict而非整个模型，这样更灵活且节省空间
2. 加载模型时需先创建相同结构的模型实例
3. 使用map_location参数可指定加载到 CPU 还是 GPU
4. 推理前需调用model.eval()将模型设置为评估模式

　　二、加载 ImageNet 预训练模型

import torchvision.models as models# 加载预训练的ResNet18模型
resnet18 = models.resnet18(pretrained=True)  # pretrained=True表示加载预训练权重# 查看模型结构
print(resnet18)# 修改最后一层以适应我们的分类任务（假设是10类分类）
num_ftrs = resnet18.fc.in_features  # 获取最后一层的输入特征数
resnet18.fc = nn.Linear(num_ftrs, 10)  # 替换最后一层为新的全连接层，输出10类

　　使用的库：

　　torchvision.models：提供了常用的预训练模型（如 ResNet、VGG、AlexNet 等）

　　关键函数：

　　models.resnet18(pretrained=True)：加载预训练的 ResNet18 模型

　　nn.Linear(in_features, out_features)：创建全连接层

　　注意事项：

　　不同模型的最后一层名称可能不同（如 ResNet 是fc，VGG 是classifier[6]）

　　修改最后一层时需保持输入特征数不变

　　第一次加载预训练模型时会自动下载权重文件，需确保网络连接

　　三、数据准备与可视化