第四次作业：猫狗大战挑战赛

使用VGG模型进行猫狗大战

一、

首先，下载数据，然后进行数据处理，在使用CNN处理图像时，需要进行预处理。图片将被整理成  的大小，同时还将进行归一化处理。

torchvision 支持对输入数据进行一些复杂的预处理/变换

 这里创建vgg 模型对输入的5个图片利用VGG模型进行预测，同时，使用softmax对结果进行处理，随后展示了识别结果。可以看到，识别结果是比较非常准确的。

 接下来修改最后一层，冻结前面层的参数，将required_grad设置为False，这样前面层的权重就不会自动更新。

 然后训练并测试全连接层，创建损失函数和优化器、训练模型，共训练一千八百个样本，其中九百张猫九百张狗。

 然后测试模型，共两千个测试样本，由于GPU不能用了，导致测试了整整三十九分钟，还是十分痛苦的...

 最后对接过进行主观分析

 二、猫狗大战实战：

先上传解压数据集，先通过train，valid来训练自己的模型，并测试准确率

 然后由文件创建数据集，装载数据集。

创建vgg模型：

 修改最后一层，nn.linear层由1000类替换为2类，然后将required_gard 设置为false，冻结前面层的参数

这样反向传播训练梯度时前面层的的权重就不会自动更新，只更新最后一层。

 然后训练并测试全连接层：创建顺势函数和优化器，然后训练并测试模型

结果截图