torchvision 简介

torchvision 是一个开源的深度学习库，专门用于计算机视觉任务。它是 PyTorch 生态系统的一部分，提供了许多预训练模型和工具，可以帮助研究人员和开发者快速实现和评估计算机视觉模型。

主要功能

• 预训练模型：包含多种预训练模型，如 ResNet、AlexNet、VGG 等。
• 数据集加载器：支持多种常见的数据集，如 ImageNet、COCO、MNIST 等。
• 图像变换：提供了一系列图像变换工具，如旋转、缩放、裁剪等。
• 模型评估：提供了多种评估指标，如准确率、召回率、F1 值等。

安装

要安装 torchvision，可以使用以下命令：

pip install torchvision

快速入门

1. 导入库：

import torchvision

2. 加载数据集：

transform = torchvision.transforms.Compose([
    torchvision.transforms.Resize(256),
    torchvision.transforms.CenterCrop(224),
    torchvision.transforms.ToTensor(),
])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2)

3. 使用预训练模型：

model = torchvision.models.resnet50(pretrained=True)

4. 训练模型：

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)

for epoch in range(2):  
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
        if i % 2000 == 1999:    
            print(f'[{epoch + 1}, {i + 1:5d}] loss: {running_loss / 2000:.3f}')
            running_loss = 0.0

更多资源

想要了解更多关于 torchvision 的信息，可以访问我们的 官方文档。