PyTorch学习笔记（十七）——完整的模型验证（测试，demo）套路-Toy模板网

这篇具有很好参考价值的文章主要介绍了PyTorch学习笔记（十七）——完整的模型验证（测试，demo）套路。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

PyTorch学习笔记（十七）——完整的模型验证（测试，demo）套路,pytorch

完整代码：

import torch
import torchvision
from PIL import Image
from torch import nn

image_path = "../imgs/dog.png"
image = Image.open(image_path)
print(image)

# 因为png格式是四个通道，除了RGB三通道外，还有一个透明度通道
image = image.convert("RGB")
transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),
                                            torchvision.transforms.ToTensor()])
image = transform(image)
print(image.shape)

class MyNN(nn.Module):
    def __init__(self):
        super(MyNN, self).__init__()
        self.model = nn.Sequential(
            nn.Conv2d(3, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(64 * 4 * 4, 64),
            nn.Linear(64, 10)
        )

    def forward(self, x):
        x = self.model(x)
        return x

model = torch.load("mynn_0.pth")
print(model)

image = torch.reshape(image,(1,3,32,32))
model.eval()

with torch.no_grad():
    output = model(image.cuda())
print(output)
print(output.argmax(1))

采用GPU训练的模型，两种方法

（1）在CPU上加载，要从GPU映射到CPU，即把model = torch.load("mynn_9.pth")改为：
model = torch.load("mynn_9.pth",map_location=torch.device('cpu'))
（2）将image转到GPU中，即把output = model(image)改为：
output = model(image.cuda())

文章来源地址https://www.toymoban.com/news/detail-667290.html

PyTorch学习笔记（十七）——完整的模型验证（测试，demo）套路,pytorch