torch.topk

功能：找出前k大的数据，及其索引号

• input:张量

• k:决定选取k个值，k=1是为top-1

• dim:索引维度

  返回：

• Tensor:前k大的值

• LongTensor:前k大的值所在的位置

  torch.topk(input, k, dim=None,largest=True,sorted=True,out=None )

torchvision.utils.make_grid

功能：制作网格图像

• tensor:图像数据，BCHW形式

• nrow：行数(列数自动计算)

• padding:图像间距(像素单位)

• normalize:是否将像素值标准化

• range:标准化范围

• scale_each:是否单张图维度标准化

• pad_value:padding的像素值

  make_grid(tensor, nrow=8, padding=2, normalize=False,range=None,scale_each=False, pad_value=0)

代码结构

1. 加载图片
2. 加载模型
3. 模型推理
4. 获取类别 topk -> index -> names
5. 分类结果可视化

注意事项

1. 模型接收4d张量
2. 弃用LRN(LRN用处不大)
3. 增加了一个trick增加AdaptiveAvgPool2d，使图片无论多大分辨率，到达该层输出都是6*6，后面接的FC层，即将不匹配的Tensor都池化为6*6的，接入fc层进行classifier。
4. 卷积核数量有所改变(pytorch中没有完全按照paper中去设置)

采用norm_mean=[0.485,0.456,0.406]

norm_std=[0.229,0.224,0.225]

这两个是通过Image数据集统计的均值和标准差，但是后面用BatchNormalization就可以不用这个。

transforms.ToTensor()区间是[0,1]

img_tensor.unsqueeze_(0) #chw->bchw

with torch.no_grad():

默认情况下会记录grad，如果只是test情况下不需要做反向传播，就可以用torch.no_grad()只做前向传播省时间。

log_interval，多少个epoch打印信息

val_interval,多少个epoch执行验证集

lr_decay_step=1，学习率多少个epoch改变

transforms.Resize((256))只是短边截为256，长边成比例缩短。

transforms.Resize((256,256))是正方形

# ============================ step 4/5 优化器 ============================
    # 冻结卷积层
    flag = 0
    # flag = 1
    if flag:
        fc_params_id = list(map(id, alexnet_model.classifier.parameters()))  # 返回的是parameters的 内存地址
        base_params = filter(lambda p: id(p) not in fc_params_id, alexnet_model.parameters())
        optimizer = optim.SGD([
            {'params': base_params, 'lr': LR * 0.1},  # 0 设置为0即冻结卷积层
            {'params': alexnet_model.classifier.parameters(), 'lr': LR}], momentum=0.9)


bs, ncrops, c, h, w = inputs.size()     # [4, 10, 3, 224, 224
                    outputs = alexnet_model(inputs.view(-1, c, h, w))
                    outputs_avg = outputs.view(bs, ncrops, -1).mean(1)

ncrops是分割多出的10张图，然后对10张图结果取平均。

流程就是对4batch的每个10张图的图片进行调整，先将4*10，3,224,224输入model中，对结果进行分割出来，得到4batch的结果。