pytorch十四：pytorch实战（猫和狗二分类）

猫狗二分类是kaggle上一个经典的比赛，数据集可在kaggle官网进行下载，其训练集包含25000张。

在做深度学习项目时，往往都需要以下几个部分：

• 模型定义
• 数据处理和加载
• 参数配置
• 训练模型（train & validate）
• 测试

关于__init__.py 

可以看到，几乎每个文件夹下都有__init__.py，一个目录如果包含了一个__init__.py文件，那么它就变成了一个包（package）。__init__.py可以为空，也可以定义包的属性和方法，但其必须存在，其它程序才能从这个目录导入相应的模块或函数。例如在data/文件夹下有__init__.py和dataset.py两个文件，要想在其它函数中可以导入dataset.py里的函数或类（比如这里dataset.py文件里定义了DogCat类），在其它函数就可以通过from data.dataset import DogCat导入DogCat类。

模型定义

models文件夹下已经定义好了AlexNet和ResNet34等网络，这里采用AlexNet网络模型。

from torch import nn
class AlexNet(nn.Module):
    def __init__(self,num_class=2):
        nn.Module.__init__(self)
        
        self.features = nn.Sequential(
            #conv1
            nn.Conv2d(3,96,kernel_size=11,stride=4),
            nn.ReLU(inplace=True),#对原变量进行覆盖
            nn.MaxPool2d(kernel_size=3,stride=2),
            nn.ReLU(inplace=True),