### PyTorch CNN 实现猫狗图像识别 以下是使用 PyTorch 和卷积神经网络 (CNN) 进行猫狗分类的一个完整代码示例。该代码涵盖了数据预处理、模型构建、训练过程以及验证部分。 #### 数据集准备 可以使用 Kaggle 提供的经典猫狗分类数据集[^4]，下载地址如下： [Kaggle Cat vs Dog Dataset](https://www.kaggle.com/c/dogs-vs-cats/data) 下载完成后解压并将 `train` 文件夹中的图片按照类别分开存储至 `train/cat/` 和 `train/dog/` 中，同时创建一个独立的验证集文件夹 `val` 并按相同方式划分。 --- #### 完整代码实现 ```python # 导入必要的库 import torch from torch import optim, nn from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pyplot as plt import os # 设置设备为GPU或CPU device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # 数据预处理与增强 transform_train = transforms.Compose([ transforms.Resize((128, 128)), # 调整大小 transforms.RandomHorizontalFlip(), # 随机水平翻转 transforms.ToTensor(), # 转换为张量 transforms.Normalize([0.5], [0.5]) # 归一化 ]) transform_val = transforms.Compose([ transforms.Resize((128, 128)), transforms.ToTensor(), transforms.Normalize([0.5], [0.5]) ]) # 加载数据集 train_dataset = datasets.ImageFolder(root='path_to_your_train_folder', transform=transform_train) val_dataset = datasets.ImageFolder(root='path_to_your_val_folder', transform=transform_val) train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True) val_loader = DataLoader(val_dataset, batch_size=32, shuffle=False) # 构建简单的CNN模型 class SimpleCNN(nn.Module): def __init__(self): super(SimpleCNN, self).__init__() self.conv1 = nn.Conv2d(3, 32, kernel_size=3, stride=1, padding=1) self.pool = nn.MaxPool2d(kernel_size=2, stride=2, padding=0) self.fc1 = nn.Linear(32 * 32 * 32, 2) # 输出层有两个节点（猫和狗） def forward(self, x): x = self.pool(F.relu(self.conv1(x))) x = x.view(-1, 32 * 32 * 32) # 展平操作 x = self.fc1(x) return x model = SimpleCNN().to(device) # 定义损失函数和优化器 criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) # 训练模型 def train_model(num_epochs): model.train() for epoch in range(num_epochs): running_loss = 0.0 correct = 0 total = 0 for images, labels in train_loader: images, labels = images.to(device), labels.to(device) optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() _, predicted = torch.max(outputs, 1) total += labels.size(0) correct += (predicted == labels).sum().item() running_loss += loss.item() print(f"Epoch [{epoch+1}/{num_epochs}], Loss: {running_loss/len(train_loader):.4f}, Accuracy: {(correct / total)*100:.2f}%") # 验证模型性能 def validate_model(): model.eval() with torch.no_grad(): correct = 0 total = 0 for images, labels in val_loader: images, labels = images.to(device), labels.to(device) outputs = model(images) _, predicted = torch.max(outputs, 1) total += labels.size(0) correct += (predicted == labels).sum().item() print(f"Validation Accuracy: {(correct / total)*100:.2f}%") # 执行训练和验证 train_model(num_epochs=10) validate_model() ``` --- ### 关键点说明 1. **数据预处理** 使用了 `transforms.Compose()` 方法来组合多个数据变换操作，包括调整尺寸、随机水平翻转、转换为张量以及归一化等[^1]。 2. **模型结构设计** 设计了一个简单但有效的卷积神经网络 (CNN)，包含一层卷积层 (`nn.Conv2d`) 和最大池化层 (`nn.MaxPool2d`)，最后通过全连接层输出二分类结果[^2]。 3. **训练与验证流程** 利用了交叉熵损失函数 (`CrossEntropyLoss`) 来衡量预测值与真实标签之间的差距，并采用 Adam 优化算法更新参数[^3]。 4. **设备兼容性** 自动检测是否有可用 GPU 并将其设置为默认计算设备，从而加速训练过程[^4]。 ---