课程进度 78% · 第7/8章第7/8章 · 标签 1/4
— 1 —
项目案例
图像分类项目
从零构建一个图像分类系统，包括数据准备、模型训练、部署上线全流程。
```python
import torch
import torchvision.transforms as T
from torchvision.models import resnet50
# 数据准备
transform = T.Compose([T.Resize(256), T.CenterCrop(224), T.ToTensor()])
dataset = torchvision.datasets.ImageFolder("data/", transform=transform)
loader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)
```
python
1
import torch
2
import torchvision.transforms as T
3
from torchvision.models import resnet50
4
5
# 数据准备
6
transform = T.Compose([T.Resize(256), T.CenterCrop(224), T.ToTensor()])
7
dataset = torchvision.datasets.ImageFolder("data/", transform=transform)
8
loader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)
— 2 —
项目结构
```text project/ ├── data/ # 数据集 ├── src/ # 源代码 │ ├── train.py # 训练脚本 │ ├── predict.py # 推理脚本 │ └── utils.py # 工具函数 ├── models/ # 模型保存 ├── configs/ # 配置文件 ├── tests/ # 测试 ├── requirements.txt └── README.md ```
text
1
project/
2
├── data/ # 数据集
3
├── src/ # 源代码
4
│ ├── train.py # 训练脚本
5
│ ├── predict.py # 推理脚本
6
│ └── utils.py # 工具函数
7
├── models/ # 模型保存
8
├── configs/ # 配置文件
9
├── tests/ # 测试
10
├── requirements.txt
11
└── README.md