企业官网建设流程全解析

FA：Formulas and Algorithm，CNN：Convolutional Neural Network

1. 项目概述

本文基于 PyTorch 框架，使用经典的 CIFAR10 数据集，完整演示一个图像分类模型的训练与验证流程。内容涵盖：

• 使用 GPU 加速训练一个自定义卷积神经网络（CNN）
• 训练 30 个轮次（epoch），并记录训练过程中的损失与准确率
• 训练完成后，使用训练好的模型对真实图片（狗、飞机）进行识别验证

通过本文，你将掌握 PyTorch 从数据加载、模型搭建、训练、测试到模型保存与加载的完整套路。

2. 环境准备

在开始之前，请确保你的环境中已安装以下依赖：

pipinstalltorch torchvision pillow tensorboard

• torch / torchvision：PyTorch 核心库与视觉工具库
• pillow：图像处理库，用于读取和预处理图片
• tensorboard：训练过程可视化工具

同时，建议准备一块可用的 NVIDIA GPU（显存建议 4GB 以上），以加速训练过程。

3. 数据集准备

CIFAR10 数据集包含 10 个类别的 60000 张 32×32 彩色图片，其中训练集 50000 张，测试集 10000 张。类别包括飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。

使用torchvision.datasets.CIFAR10可以自动下载并加载数据集：

importtorchvision# 训练集train_data=torchvision.datasets.CIFAR10("./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)# 测试集test_data=torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)print("训练数据集的长度：{}".format(len(train_data)))print("测试数据集的长度：{}".format(len(test_data)))

输出结果：

训练数据集的长度：50000 测试数据集的长度：10000

4. 构建卷积神经网络模型

我们定义一个名为Tudui的卷积神经网络，结构如下：

• 3 层卷积层（Conv2d），每层后接最大池化（MaxPool2d）
• 展平层（Flatten）
• 2 层全连接层（Linear）

fromtorchimportnnclassTudui(nn.Module):def__init__(self):super(Tudui,self).__init__()self.model1=nn.Sequential(nn.Conv2d(3,32,5,1,2),# 输入通道3，输出通道32，卷积核5×5，步长1，填充2nn.MaxPool2d(2),nn.Conv2d(32,32,5,1,2),nn.MaxPool2d(2),nn.Conv2d(32,64,5,1,2),nn.MaxPool2d(2),nn.Flatten(),# 展平后变成 64*4*4nn.Linear(64*4*4,64),nn.Linear(64,10))defforward(self,x):x=self.model1(x)returnx

5. 训练配置

5.1 设备选择

优先使用 GPU 进行训练，并提供了多种设备指定方式：

importtorch# 方式一：直接指定 cudadevice=torch.device("cuda")# 方式二：指定具体 GPU 编号# device = torch.device("cuda:0")# 方式三：自动判断# device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

5.2 数据加载器

使用DataLoader将数据集分批加载，每批 64 张图片：

fromtorch.utils.dataimportDataLoader train_dataloader=DataLoader(train_data,batch_size=64)test_dataloader=DataLoader(test_data,batch_size=64)

5.3 损失函数与优化器

• 损失函数：交叉熵损失（CrossEntropyLoss），适用于多分类任务
• 优化器：随机梯度下降（SGD），学习率设为 0.01

# 创建网络模型并移动到设备tudui=Tudui().to(device)# 损失函数loss_fn=nn.CrossEntropyLoss().to(device)# 优化器learning=0.01# 1e-2 就是 0.01optimizer=torch.optim.SGD(tudui.parameters(),learning)

6. 完整训练流程

6.1 训练主循环

训练共进行 30 个轮次，每轮包含训练步骤和测试步骤：

importtimefromtorch.utils.tensorboardimportSummaryWriter# 记录训练/测试次数total_train_step=0total_test_step=0epoch=30# TensorBoard 记录writer=SummaryWriter("logs")start_time=time.time()foriinrange(epoch):print("-----第 {} 轮训练开始-----".format(i+1))# 训练步骤tudui.train()# 启用 dropout、batchnorm 等层fordataintrain_dataloader:imgs,targets=data imgs=imgs.to(device)targets=targets.to(device)outputs=tudui(imgs)loss=loss_fn(outputs,targets)# 优化器调优optimizer.zero_grad()# 梯度清零loss.backward()# 反向传播optimizer.step()# 更新参数total_train_step+=1iftotal_train_step%100==0:end_time=time.time()print("训练次数：{}，Loss：{}".format(total_train_step,loss.item()))print("耗时：{} 秒".format(end_time-start_time))writer.add_scalar("train_loss",loss.item(),total_train_step)# 测试步骤tudui.eval()# 关闭 dropout、batchnorm 等层total_test_loss=0total_accuracy=0withtorch.no_grad():# 不计算梯度fordataintest_dataloader:imgs,targets=data imgs=imgs.to(device)targets=targets.to(device)outputs=tudui(imgs)loss=loss_fn(outputs,targets)total_test_loss+=loss.item()accuracy=(outputs.argmax(1)==targets).sum()total_accuracy+=accuracyprint("整体测试集上的Loss：{}".format(total_test_loss))print("整体测试集上的正确率：{}".format(total_accuracy/test_data_size))writer.add_scalar("test_loss",total_test_loss,total_test_step)writer.add_scalar("test_accuracy",total_accuracy/test_data_size,total_test_step)total_test_step+=1# 保存模型torch.save(tudui,"./model/tudui_{}.pth".format(i))print("模型已保存")writer.close()

6.2 训练过程关键输出

以下是训练过程中的部分关键输出，展示了损失下降与准确率提升的趋势：

训练数据集的长度：50000 测试数据集的长度：10000 -----第 1 轮训练开始----- 训练次数：100，Loss：2.2807211875915527 整体测试集上的Loss：305.39513182640076 整体测试集上的正确率：0.29249998927116394 模型已保存 -----第 10 轮训练开始----- 训练次数：7100，Loss：1.284026861190796 整体测试集上的Loss：195.0189254283905 整体测试集上的正确率：0.560699999332428 模型已保存 -----第 20 轮训练开始----- 训练次数：14900，Loss：0.6770450472831726 整体测试集上的Loss：168.21677833795547 整体测试集上的正确率：0.6384999752044678 模型已保存 -----第 30 轮训练开始----- 训练次数：22700，Loss：0.733674168586731 整体测试集上的Loss：174.22026354074478 整体测试集上的正确率：0.6488999724388123 模型已保存

从输出可以看出：

• 训练损失从第 1 轮的约 2.28 下降到第 30 轮的约 0.73
• 测试集准确率从约 29.2% 提升到约 64.9%
• 训练耗时约 317 秒（约 5.3 分钟）

7. 模型验证：识别真实图片

训练完成后，我们使用保存的模型对真实图片进行识别。这里以「狗」和「飞机」两张图片为例。

7.1 验证狗图片

importtorchvisionfromPILimportImagefromtorchimportnnimporttorch image_path="imgs/dog.png"image=Image.open(image_path)# PIL 类型图片image=image.convert("RGB")# RGBA 转 RGBprint(image)# 图片预处理：缩放至 32×32 并转为张量transform=torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),torchvision.transforms.ToTensor()])image=transform(image)print(image.shape)# 加载模型（GPU 训练，CPU 加载）model=torch.load("model/tudui_29.pth",map_location=torch.device('cpu'))print(model)# 转为四维，符合网络输入要求image=torch.reshape(image,(1,3,32,32))model.eval()withtorch.no_grad():output=model(image)print(output)print(output.argmax(1))# 概率最大类别的输出

输出结果：

<PIL.Image.Image image mode=RGB size=307x173 at 0x1A23417EDA0> torch.Size([3, 32, 32]) tensor([[ 1.3921, -5.8952, 6.7765, 2.6106, 3.3179, 6.3351, -5.1229, 3.0367, -8.6725, -5.5459]], grad_fn=<AddmmBackward0>) tensor([2])

输出tensor([2])表示模型预测该图片属于类别 2，即「鸟」。注意：这里模型将狗识别为鸟，说明模型在部分类别上仍存在误判，可通过增加训练轮次或优化模型结构来提升准确率。

7.2 验证飞机图片

importtorchvisionfromPILimportImagefromtorchimportnnimporttorch image_path="imgs/plane.png"image=Image.open(image_path)image=image.convert("RGB")print(image)transform=torchvision.transforms.Compose([torchvision.transforms.Resize((32,32)),torchvision.transforms.ToTensor()])image=transform(image)print(image.shape)# 加载模型model=torch.load("model/tudui_29.pth",map_location=torch.device('cpu'))print(model)image=torch.reshape(image,(1,3,32,32))model.eval()withtorch.no_grad():output=model(image)print(output)print(output.argmax(1))

输出结果：

<PIL.Image.Image image mode=RGB size=245x181 at 0x1A236055908> torch.Size([3, 32, 32]) tensor([[ 3.9218, 1.2536, 1.1701, 0.1064, 2.2779, -4.4623, 0.0393, -4.2867, 2.3805, -2.1321]], grad_fn=<AddmmBackward0>) tensor([0])

输出tensor([0])表示模型预测该图片属于类别 0，即「飞机」。识别正确！

8. 总结与优化建议

8.1 总结

本文完整演示了使用 PyTorch 训练 CIFAR10 图像分类模型的流程：

1. 数据准备：使用torchvision.datasets.CIFAR10自动下载并加载数据
2. 模型构建：自定义 CNN 网络，包含卷积、池化、全连接层
3. 训练配置：交叉熵损失 + SGD 优化器，GPU 加速
4. 训练与测试：30 轮训练，每轮记录损失与准确率
5. 模型保存与加载：使用torch.save/torch.load保存和加载模型
6. 图片验证：对真实图片进行预处理并预测类别

8.2 优化建议

• 增加训练轮次：当前 30 轮准确率约 64.9%，可尝试训练 50 轮或更多
• 调整学习率：可尝试使用学习率衰减策略，如StepLR
• 数据增强：使用随机裁剪、翻转等操作提升模型泛化能力
• 更换优化器：尝试Adam优化器，通常收敛更快
• 模型结构优化：增加卷积层深度或使用残差结构（ResNet）

9. 完整代码

以下是训练部分的完整代码，可直接复制运行：

importtorchvisionimporttorchfromtorchimportnnfromtorch.utils.dataimportDataLoaderfromtorch.utils.tensorboardimportSummaryWriterimporttime# 设备选择device=torch.device("cuda")# 定义模型classTudui(nn.Module):def__init__(self):super(Tudui,self).__init__()self.model1=nn.Sequential(nn.Conv2d(3,32,5,1,2),nn.MaxPool2d(2),nn.Conv2d(32,32,5,1,2),nn.MaxPool2d(2),nn.Conv2d(32,64,5,1,2),nn.MaxPool2d(2),nn.Flatten(),nn.Linear(64*4*4,64),nn.Linear(64,10))defforward(self,x):x=self.model1(x)returnx# 准备数据集train_data=torchvision.datasets.CIFAR10("./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)test_data=torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)train_data_size=len(train_data)test_data_size=len(test_data)print("训练数据集的长度：{}".format(train_data_size))print("测试数据集的长度：{}".format(test_data_size))# 数据加载器train_dataloader=DataLoader(train_data,batch_size=64)test_dataloader=DataLoader(test_data,batch_size=64)# 创建模型tudui=Tudui().to(device)# 损失函数loss_fn=nn.CrossEntropyLoss().to(device)# 优化器learning=0.01optimizer=torch.optim.SGD(tudui.parameters(),learning)# 训练参数total_train_step=0total_test_step=0epoch=30# TensorBoardwriter=SummaryWriter("logs")start_time=time.time()foriinrange(epoch):print("-----第 {} 轮训练开始-----".format(i+1))tudui.train()fordataintrain_dataloader:imgs,targets=data imgs=imgs.to(device)targets=targets.to(device)outputs=tudui(imgs)loss=loss_fn(outputs,targets)optimizer.zero_grad()loss.backward()optimizer.step()total_train_step+=1iftotal_train_step%100==0:end_time=time.time()print("训练次数：{}，Loss：{}".format(total_train_step,loss.item()))print("耗时：{} 秒".format(end_time-start_time))writer.add_scalar("train_loss",loss.item(),total_train_step)tudui.eval()total_test_loss=0total_accuracy=0withtorch.no_grad():fordataintest_dataloader:imgs,targets=data imgs=imgs.to(device)targets=targets.to(device)outputs=tudui(imgs)loss=loss_fn(outputs,targets)total_test_loss+=loss.item()accuracy=(outputs.argmax(1)==targets).sum()total_accuracy+=accuracyprint("整体测试集上的Loss：{}".format(total_test_loss))print("整体测试集上的正确率：{}".format(total_accuracy/test_data_size))writer.add_scalar("test_loss",total_test_loss,total_test_step)writer.add_scalar("test_accuracy",total_accuracy/test_data_size,total_test_step)total_test_step+=1torch.save(tudui,"./model/tudui_{}.pth".format(i))print("模型已保存")writer.close()