这篇博客介绍了如何在Pytorch中从零开始搭建VGG-16模型进行咖啡豆识别任务。内容涵盖设置GPU环境、数据导入与划分、模型构建、训练及测试函数编写，以及模型训练过程中的结果可视化。同时探讨了使用SGD优化器可能带来的影响。
🍺 要求：
- 自己搭建VGG-16网络框架
- 调用官方的VGG-16网络框架
- 如何查看模型的参数量以及相关指标
🍻 拔高（可选）：
- 验证集准确率达到100%
- 使用PPT画出VGG-16算法框架图（发论文需要这项技能）
🔎 探索（难度有点大）
- 在不影响准确率的前提下轻量化模型
- 目前VGG16的Total params是134,276,932
🏡 我的环境：
- 语言环境：Python3.8
- 编译器：Jupyter Lab
- 深度学习环境：Pytorch
- torch==1.12.1+cu113
- torchvision==0.13.1+cu113
- 数据集：🔗百度网盘
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
