簡(jiǎn)介這份《基于Python的深度學(xué)習(xí)實(shí)戰(zhàn)》資源包面向準(zhǔn)備畢業(yè)設(shè)計(jì)或希望系統(tǒng)入門深度學(xué)習(xí)的開發(fā)者覆蓋從神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、CNN/RNN/LSTM原理到圖像識(shí)別、情感分析、文字生成、推薦系統(tǒng)、時(shí)間序列預(yù)測(cè)等完整實(shí)戰(zhàn)鏈條。壓縮包共30個(gè)文件包含16個(gè)ipynb代碼筆記、5個(gè)csv與2個(gè)dat數(shù)據(jù)集、json模型配置、h5預(yù)訓(xùn)練模型及md說(shuō)明文檔等整體約83.93MB結(jié)構(gòu)按章節(jié)組織便于按主題查閱與復(fù)現(xiàn)。目前已有49人學(xué)習(xí)下載適合需要邊學(xué)邊練、快速搭建深度學(xué)習(xí)項(xiàng)目的讀者。資源不僅提供各章可運(yùn)行代碼與數(shù)據(jù)還包含VGG16遷移學(xué)習(xí)、基于索引的對(duì)話模型等進(jìn)階案例并附有預(yù)訓(xùn)練模型和配套數(shù)據(jù)幫助理解數(shù)據(jù)預(yù)處理、模型訓(xùn)練調(diào)優(yōu)到評(píng)估落地的全流程可直接參考或改寫到自己的課題中。1. 基于 Python 的深度學(xué)習(xí)實(shí)戰(zhàn).zip先說(shuō)結(jié)論再拆包壓縮包是 .zip名字里掛著“深度學(xué)習(xí)實(shí)戰(zhàn)”我拿到手的第一反應(yīng)不是急著解壓而是先問(wèn)三個(gè)問(wèn)題數(shù)據(jù)從哪來(lái)代碼靠什么環(huán)境跑訓(xùn)練多久才能出結(jié)果。這個(gè)系列的地基是 Python框架要么 PyTorch 要么 TensorFlow跑通是第一目標(biāo)。這類基于 Python 的深度學(xué)習(xí)實(shí)戰(zhàn)包價(jià)值不在“能跑”這兩個(gè)字而在把環(huán)境、數(shù)據(jù)、參數(shù)這三件最容易讓人中途放棄的事一次性對(duì)齊。適合剛把 Python 基礎(chǔ)教程翻完的入門者也適合急著在自己數(shù)據(jù)上復(fù)現(xiàn)效果的工程師。它解決的是“從零到一”的啟動(dòng)成本而不是“從一到十”的模型調(diào)優(yōu)。你缺的不是更多理論是一條能完整走通、能照著改的學(xué)習(xí)路徑。下面按我自己拆包的習(xí)慣從解壓這一步開始一點(diǎn)點(diǎn)把這條鏈路接通。2. 解壓后先別跑代碼看懂目錄重建 Python 環(huán)境絕大多數(shù)的翻車都發(fā)生在第一分鐘雙擊解壓雙擊 train.py然后被一長(zhǎng)串紅色報(bào)錯(cuò)勸退。我拿到任何壓縮包的習(xí)慣是解壓后先花十分鐘干兩件事看目錄結(jié)構(gòu)建獨(dú)立環(huán)境。這兩個(gè)動(dòng)作做完后面能少踩一大半的坑。python 安裝教程你看過(guò)不少真正讓你卡住的多半是環(huán)境沒(méi)對(duì)齊。2.1 用 tree 命令在十分鐘內(nèi)看清包的組成解壓后的第一件事不是打開 .py 文件逐行讀而是先把文件列表拉出來(lái)全局掃一遍。我一般用 tree目錄深了配合 find 用。# Windows 下列出完整文件樹/F 才會(huì)顯示文件 tree /F # Linux / macOS tree # 沒(méi)有 tree 時(shí)用 find 兜底 find . -maxdepth 2 -type f | sort這條命令的意義在于讓你快速判斷手上這個(gè) zip 的完整程度。我拿到文件列表后只找四樣?xùn)|西README 或者說(shuō)明文檔、requirements.txt 或 environment.yml、數(shù)據(jù)集目錄、預(yù)訓(xùn)練權(quán)重目錄。這四樣的存在與否直接決定這個(gè)包是解壓就能跑還是只算一份參考代碼數(shù)據(jù)、環(huán)境都得自己搭。提示如果解壓后全是散落的 .py 文件沒(méi)有 requirements.txt 也沒(méi)有數(shù)據(jù)目錄那這個(gè)包的價(jià)值主要在模型定義和訓(xùn)練邏輯的寫法上別指望雙擊能跑起來(lái)。文件管理的習(xí)慣在這里第一次生效。我會(huì)先看有沒(méi)有 READMEREADME 里通常會(huì)寫數(shù)據(jù)格式和訓(xùn)練入口沒(méi)有 README 的包就看項(xiàng)目根目錄下有哪些腳本、腳本里 import 了什么。這一步粗糙但快十分鐘內(nèi)你應(yīng)該已經(jīng)知道接下來(lái)要裝什么環(huán)境。2.2 用 requirements.txt 重建虛擬環(huán)境venv 比全局 pip 穩(wěn)網(wǎng)上很多教程喜歡讓你直接 pip install 到全局我強(qiáng)烈不建議。深度學(xué)習(xí)框架對(duì)版本極其敏感PyTorch 不同小版本之間某些算子行為都有差異裝到全局等于把所有項(xiàng)目的依賴攪在一起后面任何一個(gè)包升級(jí)都可能讓這個(gè)項(xiàng)目報(bào)廢。用 venv 建獨(dú)立環(huán)境是成本最低的后悔藥。# 基于當(dāng)前 Python 版本創(chuàng)建虛擬環(huán)境目錄名固定為 .venv python -m venv .venv # Linux / macOS 激活 source .venv/bin/activate # Windows PowerShell 激活 .venv\Scripts\Activate.ps1 # 激活后先升級(jí) pip再按清單裝依賴 python -m pip install --upgrade pip pip install -r requirements.txt解釋一下這幾條命令。python -m venv .venv 會(huì)生成一個(gè)獨(dú)立的 Python 解釋器和包目錄后面所有 pip 安裝都落在 .venv 里不會(huì)污染系統(tǒng)激活命令把當(dāng)前 shell 的 python 指向虛擬環(huán)境。requirements.txt 是包的核心資產(chǎn)里面每一行都是“包名版本號(hào)”的格式pip 會(huì)按照這個(gè)清單精確還原作者當(dāng)時(shí)的環(huán)境。注意Windows 上如果 Activate.ps1 執(zhí)行被策略攔住先跑一句 Set-ExecutionPolicy -Scope Process RemoteSigned 再激活不確定 Python 版本的先 python --version 確認(rèn)PyTorch 對(duì)不同 Python 版本的支持范圍不同。2.3 驗(yàn)證 torch 和 GPU這段腳本會(huì)告訴你環(huán)境有沒(méi)有對(duì)齊依賴裝完別急著訓(xùn)練。先跑一個(gè)環(huán)境自檢腳本確認(rèn)框架裝對(duì)了、能調(diào)用的設(shè)備是 CPU 還是 GPU。這一步花三十秒能省掉后面幾個(gè)小時(shí)對(duì)著“訓(xùn)練慢得離譜”發(fā)愁的時(shí)間。# env_check.py環(huán)境自檢檢查 PyTorch 與 GPU 是否就緒 import torch print(PyTorch 版本:, torch.__version__) print(CUDA 是否可用:, torch.cuda.is_available()) print(GPU 數(shù)量:, torch.cuda.device_count()) if torch.cuda.is_available(): props torch.cuda.get_device_properties(0) print(GPU 名稱:, torch.cuda.get_device_name(0)) print(顯存總量: {:.1f} GB.format(props.total_memory / 1024**3))幾個(gè)字段的讀法。PyTorch 版本號(hào)要和 requirements.txt 里鎖的一致不一致則后面容易出現(xiàn)算子行為差異。CUDA 是否可用是 True 只代表你機(jī)器里的驅(qū)動(dòng)和 PyTorch 內(nèi)置的 CUDA runtime 對(duì)上了不代表訓(xùn)練一定會(huì)快——你還得看 GPU 名稱確認(rèn) PyTorch 選中的確實(shí)是你想用的那張卡而不是筆記本的核顯。False 的情況十有八九是裝成了 CPU 版 torch重裝對(duì)應(yīng) CUDA 版本的 wheel 就好。2.4 目錄拆成這種結(jié)構(gòu)后面才不會(huì)找不著北剛才聊的都是“怎么看包”現(xiàn)在說(shuō)“怎么整理”。一個(gè)打算長(zhǎng)期維護(hù)的實(shí)戰(zhàn)項(xiàng)目目錄結(jié)構(gòu)比代碼風(fēng)格更影響效率。我通常會(huì)按職責(zé)把文件拆開數(shù)據(jù)、模型、工具、權(quán)重、配置各管各的訓(xùn)練腳本只負(fù)責(zé)編排。project/ ├── data/ # 原始數(shù)據(jù)與預(yù)處理產(chǎn)物 │ ├── raw/ # 解壓后放原始圖片/標(biāo)注 │ └── processed/ # 腳本處理后直接喂給 DataLoader 的產(chǎn)物 ├── models/ # 模型定義文件PyTorch 里是 nn.Module 子類 ├── utils/ # 指標(biāo)計(jì)算、日志、可視化等工具函數(shù) ├── checkpoints/ # 訓(xùn)練產(chǎn)出的權(quán)重按 epoch 或精度命名 ├── configs/ # 超參數(shù)配置yaml 或 py 文件都行 └── scripts/ # 訓(xùn)練入口 train.py、推理入口 predict.py這種結(jié)構(gòu)最大的好處是讓數(shù)據(jù)和代碼解耦。DataLoader 的路徑只指向 configs 里配置的目錄而 configs 是唯一需要改路徑的地方。換機(jī)器跑的時(shí)候把 data 路徑、checkpoints 路徑改一下其余代碼一行不動(dòng)。很多實(shí)戰(zhàn)包自帶的目錄是亂的解壓完我會(huì)先按這個(gè)模板歸一次類再動(dòng)手后面每一步的定位成本都會(huì)低很多。3. 把訓(xùn)練鏈路完整跑通數(shù)據(jù)加載、模型定義、調(diào)參三個(gè)關(guān)鍵點(diǎn)環(huán)境對(duì)齊之后訓(xùn)練這件事本身就直白多了。很多人以為深度學(xué)習(xí)算法的難點(diǎn)在模型結(jié)構(gòu)真上手以后你會(huì)發(fā)現(xiàn)讓你翻車的往往是數(shù)據(jù)加載、設(shè)備放置、checkpoint 這些環(huán)環(huán)相扣的小細(xì)節(jié)。一個(gè)實(shí)戰(zhàn)包能不能落地就看這三個(gè)環(huán)節(jié)寫得干不干凈。3.1 數(shù)據(jù)加載怎么寫才不會(huì)翻車Dataset 與 DataLoader數(shù)據(jù)加載是整個(gè)鏈路里最容易出“玄學(xué)問(wèn)題”的地方。圖片路徑讀不到、標(biāo)簽對(duì)不上、歸一化參數(shù)寫錯(cuò)模型照樣訓(xùn)練但精度永遠(yuǎn)上不去而且你很難直接想到是數(shù)據(jù)環(huán)節(jié)出了問(wèn)題。我習(xí)慣把 Dataset 封裝成一個(gè)類把路徑讀取和預(yù)處理都收進(jìn)去。import torch from torch.utils.data import Dataset, DataLoader from PIL import Image import torchvision.transforms as T class ImageDataset(Dataset): 讀取圖片目錄 label 文件返回 (圖像, 標(biāo)簽) 對(duì) def __init__(self, root, label_file, trainTrue): self.paths [] self.labels [] with open(label_file, r, encodingutf-8) as f: for line in f: img_name, label line.strip().split() self.paths.append(f{root}/{img_name}) self.labels.append(int(label)) if train: self.transform T.Compose([ T.RandomResizedCrop(224), T.RandomHorizontalFlip(), T.ToTensor(), T.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) else: self.transform T.Compose([ T.Resize(256), T.CenterCrop(224), T.ToTensor(), T.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) def __len__(self): return len(self.paths) def __getitem__(self, idx): img Image.open(self.paths[idx]).convert(RGB) return self.transform(img), self.labels[idx] train_loader DataLoader( ImageDataset(data/processed, data/train.txt, trainTrue), batch_size64, shuffleTrue, num_workers4, )這里有幾個(gè)參數(shù)值得單獨(dú)說(shuō)。訓(xùn)練集的 transform 里有隨機(jī)裁剪和翻轉(zhuǎn)這是最常見(jiàn)的數(shù)據(jù)增強(qiáng)能顯著緩解過(guò)擬合測(cè)試集只用 Resize 加 CenterCrop不引入隨機(jī)性保證預(yù)測(cè)結(jié)果可復(fù)現(xiàn)。Normalize 用的均值和方差是 ImageNet 的統(tǒng)計(jì)值換成自己的數(shù)據(jù)集時(shí)最好重新統(tǒng)計(jì)不要盲目照抄。DataLoader 的 batch_size 由顯存決定num_workers 在 Windows 上如果出現(xiàn)多進(jìn)程報(bào)錯(cuò)直接改成 0 最省事。3.2 模型定義與訓(xùn)練循環(huán)從 resnet18 到第一個(gè)有效 loss模型部分實(shí)戰(zhàn)項(xiàng)目里最常見(jiàn)的做法是加載預(yù)訓(xùn)練權(quán)重做微調(diào)。以分類任務(wù)為例我用 resnet18 當(dāng)主干把最后一層全連接換成自己的分類頭然后寫一個(gè)最小的訓(xùn)練循環(huán)。import torch.nn as nn import torch.optim as optim from torchvision import models num_classes 10 model models.resnet18(weightsIMAGENET1K_V1) model.fc nn.Linear(model.fc.in_features, num_classes) device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr1e-4) scheduler optim.lr_scheduler.MultiStepLR( optimizer, milestones[20, 30], gamma0.1 ) for epoch in range(40): model.train() running_loss 0.0 for x, y in train_loader: x, y x.to(device), y.to(device) optimizer.zero_grad() out model(x) loss criterion(out, y) loss.backward() optimizer.step() running_loss loss.item() * x.size(0) scheduler.step() avg_loss running_loss / len(train_loader.dataset) print(fepoch {epoch:02d} loss {avg_loss:.4f})為什么用 Adam 而不是 SGDAdam 對(duì)學(xué)習(xí)率不敏感、收斂穩(wěn)定適合作為第一個(gè)能跑起來(lái)的起點(diǎn)。等你想刷精度再換成 SGD 加 momentum 也不遲。學(xué)習(xí)率這里取 1e-4 是微調(diào)預(yù)訓(xùn)練模型的安全起點(diǎn)如果是從頭訓(xùn)練可以放寬到 1e-3 并配合 warmup。scheduler 的 milestones 表示在第 20 和第 30 個(gè) epoch 把學(xué)習(xí)率乘 0.1這是訓(xùn)練后期壓低 loss 的常用手段。完整訓(xùn)練跑 40 輪你驗(yàn)證鏈路時(shí)可以只跑前 3 個(gè) epoch確認(rèn) loss 在降再放開。注意模型加載到 device 之后輸入數(shù)據(jù)也要同步 .to(device)漏掉任何一邊都會(huì)報(bào) device mismatch這是新手最常見(jiàn)的報(bào)錯(cuò)之一。3.3 checkpoint 保存與加載給訓(xùn)練留一張后悔藥訓(xùn)練不能指望一口氣跑完機(jī)器會(huì)斷電顯存會(huì)被別的任務(wù)搶走。我習(xí)慣每個(gè) epoch 結(jié)束或者驗(yàn)證集刷出新高時(shí)把完整狀態(tài)寫進(jìn) checkpoint而不是只存模型權(quán)重。import torch # 保存權(quán)重、優(yōu)化器、epoch、當(dāng)前最好精度一起打包 torch.save({ epoch: epoch, model_state_dict: model.state_dict(), optimizer_state_dict: optimizer.state_dict(), best_acc: best_acc, }, checkpoints/best.pth) # 加載恢復(fù)訓(xùn)練用完整 checkpoint推理用權(quán)重就夠了 checkpoint torch.load(checkpoints/best.pth, map_locationcpu) model.load_state_dict(checkpoint[model_state_dict]) optimizer.load_state_dict(checkpoint[optimizer_state_dict]) start_epoch checkpoint[epoch] 1這里要解釋兩個(gè)細(xì)節(jié)。torch.save 第二個(gè)參數(shù)是路徑checkpoints 目錄要先建好否則報(bào) FileNotFoundError。load 時(shí) map_location 用 “cpu” 可以讓權(quán)重先落到 CPU 再拷回顯存避免在環(huán)境下不一致時(shí)出現(xiàn)顯存分配錯(cuò)誤。只做推理的話加載 model_state_dict 就夠了但 optimizer 的學(xué)習(xí)率狀態(tài)不帶過(guò)去斷點(diǎn)續(xù)訓(xùn)就會(huì)從初始學(xué)習(xí)率重新開始后面的曲線直接亂掉。4. 避坑五個(gè)不解決訓(xùn)練就中途放棄的實(shí)戰(zhàn)問(wèn)題這些坑是我自己反復(fù)踩過(guò)的每一條都對(duì)應(yīng)一次真實(shí)的訓(xùn)練翻車經(jīng)歷。按現(xiàn)象、原因、解決三個(gè)層次寫方便你對(duì)照排查。4.1 解壓后中文路徑亂碼程序找不到文件現(xiàn)象zip 包解壓后腳本報(bào) FileNotFoundError 或 Image.open 打不開圖片但打開文件管理器看文件明明就在那里。原因zip 包里的中文文件名在 Windows 下解壓時(shí)經(jīng)常變成亂碼或者路徑里混入了中文目錄、全角字符和空格Python 的 open 讀寫沒(méi)問(wèn)題但 Image.open 和 torch.load 這類接口對(duì)路徑編碼更敏感。這類 zip 解壓?jiǎn)栴}在實(shí)戰(zhàn)包分發(fā)時(shí)非常多見(jiàn)。解決解壓前把壓縮包內(nèi)的文件名統(tǒng)一改成英文再釋放。已經(jīng)解壓出亂碼文件名的用一段 Python 腳本批量改名。import os count 0 for f in os.listdir(.): if not f.isascii(): count 1 ext os.path.splitext(f)[-1] new_name fimg_{count:03d}{ext} os.rename(f, new_name) print(f{f} - {new_name})這段腳本把非 ASCII 文件名替換成帶編號(hào)的英文文件名字符全落在安全區(qū)間。注意它只處理當(dāng)前目錄嵌套目錄需要配合 os.walk 使用。更省心的做法是下載 zip 后先檢查文件名看到中文就先改再解壓省得后續(xù)所有腳本都被路徑帶崩。4.2 CUDA 不可用訓(xùn)練慢到懷疑人生現(xiàn)象程序能跑但每個(gè) epoch 的時(shí)間是正常的幾十倍或者 torch.cuda.is_available() 直接返回 False。原因裝的是 CPU 版 PyTorch。PyTorch 官網(wǎng)的默認(rèn)安裝命令在部分環(huán)境下會(huì)落下 CPU 版本GPU 機(jī)器上裝了 CPU 版框架模型全跑在 CPU 上訓(xùn)練速度自然沒(méi)法看。解決先確認(rèn)當(dāng)前 torch 是什么來(lái)源。python -c import torch; print(torch.__version__, torch.version.cuda)torch.version.cuda 輸出 None 就是 CPU 版。換裝 GPU 版時(shí)按自己機(jī)器的 CUDA 驅(qū)動(dòng)版本選對(duì)應(yīng)的 index 重新安裝安裝前先卸載 CPU 版。裝完再跑一次 2.3 節(jié)的自檢腳本確認(rèn) CUDA 可用為 True。這一條在所有環(huán)境坑里出現(xiàn)頻率最高值得第一個(gè)排查。4.3 zip 偽加密壓縮包顯示有密碼但內(nèi)容其實(shí)沒(méi)加密現(xiàn)象解壓工具打開 zip 時(shí)提示需要密碼輸入任何常見(jiàn)密碼都打不開但壓縮包體積正常文件也能在部分工具里預(yù)覽。原因zip 格式的文件頭里有一個(gè)標(biāo)志位表示“是否加密”。某些壓縮工具在生成或修改 zip 時(shí)把這個(gè)標(biāo)志位置成了 1但文件內(nèi)容本身并沒(méi)有真的加密這就是 zip 偽加密。解壓軟件讀到標(biāo)志位就要求輸密碼并不去驗(yàn)證內(nèi)容。解決換 7-Zip 打開偽加密的 zip 在 7-Zip 里通常能直接看到文件名把文件頭里偏移 6 處的加密標(biāo)志位從 01 改回 00再用解壓工具就能正常釋放。這一步修的是格式標(biāo)志位和密碼破解沒(méi)有任何關(guān)系。真正加密的 zip 你用工具看是看不出明文內(nèi)容的。4.4 隨機(jī)種子沒(méi)固定復(fù)現(xiàn)不了結(jié)果現(xiàn)象同一份代碼同一個(gè)數(shù)據(jù)集跑兩次的 loss 曲線和最終精度都不一樣差得還挺多。原因模型初始化和數(shù)據(jù)打亂都依賴隨機(jī)數(shù)不固定種子每次訓(xùn)練就是從不同的起點(diǎn)出發(fā)。GPU 上 cudnn 的算子選擇本身也有隨機(jī)性進(jìn)一步放大差異。解決在訓(xùn)練腳本最開頭統(tǒng)一設(shè)種子。import random import numpy as np import torch def set_seed(seed42): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) torch.backends.cudnn.deterministic True torch.backends.cudnn.benchmark False set_seed(42)torch.manual_seed 管 CPU 側(cè)cuda.manual_seed_all 管所有 GPUcudnn.deterministic 讓卷積算法固定、benchmark 關(guān)掉自動(dòng)選路。代價(jià)是訓(xùn)練速度會(huì)稍微下降但換來(lái)的是結(jié)果可復(fù)現(xiàn)。論文復(fù)現(xiàn)、組內(nèi)對(duì)比實(shí)驗(yàn)都必須守住這條線。4.5 訓(xùn)練 loss 不降或者震蕩到?jīng)]法看現(xiàn)象loss 在前幾個(gè) epoch 不下降或者降幾輪又彈回去驗(yàn)證集精度始終在隨機(jī)猜測(cè)附近晃。原因多數(shù)是學(xué)習(xí)率太大或太小其次是數(shù)據(jù)沒(méi)做歸一化、標(biāo)簽文件錯(cuò)位。還有一種常見(jiàn)情況是類別不均衡少數(shù)類的梯度被多數(shù)類淹沒(méi)。解決先拿 50 個(gè)樣本跑 5 個(gè) epoch確認(rèn)鏈路能通、loss 能降再把學(xué)習(xí)率從 1e-4 往兩邊各試一檔比如 3e-4 和 3e-5。數(shù)據(jù)沒(méi)歸一化時(shí)模型會(huì)花大量時(shí)間在數(shù)值尺度上掙扎檢查 transform 里有沒(méi)有 ToTensor 和 Normalize。標(biāo)簽錯(cuò)位這個(gè)坑最隱蔽把 train.txt 打印前 20 行人工對(duì)一遍圖片內(nèi)容就一目了然。5. 用真實(shí)樣本驗(yàn)證模型一次完整的推理閉環(huán)訓(xùn)練指標(biāo)再好看都不如拿幾張模型沒(méi)見(jiàn)過(guò)的真實(shí)圖片來(lái)一次推理。我的驗(yàn)證習(xí)慣是走一個(gè)固定的閉環(huán)加載 checkpoint、切到 eval 模式、關(guān)掉梯度、用訓(xùn)練時(shí)完全相同的預(yù)處理、輸出類別和置信度。import torch from PIL import Image import torchvision.transforms as T # 和訓(xùn)練時(shí)保持完全一致的預(yù)處理流程 transform T.Compose([ T.Resize(256), T.CenterCrop(224), T.ToTensor(), T.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) device torch.device(cuda if torch.cuda.is_available() else cpu) img Image.open(sample.jpg).convert(RGB) x transform(img).unsqueeze(0).to(device) model.eval() with torch.no_grad(): logits model(x) prob logits.softmax(dim1) pred prob.argmax(dim1).item() print(預(yù)測(cè)類別:, pred, 置信度:, prob.max().item())三個(gè)動(dòng)作一個(gè)都不能少。model.eval() 讓 BatchNorm 和 Dropout 切換行為不調(diào)它推理結(jié)果和訓(xùn)練時(shí)不一致。with torch.no_grad() 關(guān)閉梯度計(jì)算省顯存也省時(shí)間推理階段壓根不需要反向傳播。預(yù)處理必須和訓(xùn)練時(shí)一致你訓(xùn)練時(shí)用了 CenterCrop 而推理時(shí)直接用全圖輸入的分布就不對(duì)置信度會(huì)全面失真。封裝成一個(gè) predict 函數(shù)是更進(jìn)階的用法參數(shù)只留圖片路徑和模型返回一個(gè)字典后面要寫批量測(cè)試腳本或者接接口都方便。def predict(model, image_path, transform, device): 輸入單張圖片路徑返回類別索引與置信度 img Image.open(image_path).convert(RGB) x transform(img).unsqueeze(0).to(device) model.eval() with torch.no_grad(): prob model(x).softmax(dim1) return {pred: prob.argmax(dim1).item(), confidence: prob.max().item()}我會(huì)專門挑三張最刁鉆的圖來(lái)測(cè)模糊的、過(guò)曝的、主體只占畫面一角的那種。這三張能給出穩(wěn)定預(yù)測(cè)模型才算基本可用過(guò)不了回頭查數(shù)據(jù)增強(qiáng)和類別不均衡別急著加模型復(fù)雜度。這個(gè)習(xí)慣幫我擋掉了好幾次“訓(xùn)練指標(biāo)漂亮、上線全廢”的尷尬希望也幫到你。本文還有配套的精品資源點(diǎn)擊獲取