如何用PyTorch构建并训练一个图像分类器模型实例？

本文共计1865个文字，预计阅读时间需要8分钟。

以下是简化后的代码内容：

pythonimport torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport numpy as npprint(torch:, torch.__version__)print(torchvision:, torchvision.__version__)print(numpy)

如下所示：

import torch import torchvision import torchvision.transforms as transforms import matplotlib.pyplot as plt import numpy as np print("torch: %s" % torch.__version__) print("tortorchvisionch: %s" % torchvision.__version__) print("numpy: %s" % np.__version__)

Out:

torch: 1.0.0 tortorchvisionch: 0.2.1 numpy: 1.15.4

数据从哪儿来？

通常来说，你可以通过一些python包来把图像、文本、音频和视频数据加载为numpy array。然后将其转换为torch.*Tensor。

图像。Pillow、OpenCV是用得比较多的

音频。scipy和librosa

文本。