Meraki____-CSDN博客

原创零基础实战：用自定义天气图片数据打造专属识别模型 (附本地预测)——深度学习入门（3）

本文介绍了使用自定义天气数据集训练CNN模型的完整流程。首先讲解了环境搭建和PyTorch安装，重点说明了如何收集整理天气图片数据（如晴天、雨天等类别）。通过代码演示了数据预处理步骤，包括统一图像尺寸、标准化处理和数据增强。文章详细展示了如何划分训练集/测试集，并构建数据加载器。最后强调了模型训练完成后，可以用于识别本地新图片的实际应用价值。全文以实践为导向，帮助读者掌握从数据准备到模型部署的关键技能。

2025-06-05 18:02:55 858

原创【保姆级教程】PyTorch实战CIFAR-10：从零构建CNN，手撕卷积/池化计算！——深度学习入门（2）

本文介绍了使用CNN进行CIFAR-10彩色图像分类的完整流程。首先通过PyTorch搭建环境并加载数据，对CIFAR-10数据集进行预处理和可视化。文章重点讲解了CNN网络的设计思路，包括卷积层、池化层和全连接层的结构与作用。代码实现了一个三层卷积网络，每层包含卷积、ReLU激活和最大池化操作。通过推导计算过程，帮助读者深入理解CNN的特征提取机制。该网络最终通过全连接层输出10分类结果，为彩色图像识别任务提供了实践方案。

2025-06-03 18:11:49 873

原创手把手教你用CNN实现MNIST手写数字识别——深度学习入门（1）

本文介绍了一个基于PyTorch的MNIST手写数字识别实战项目。主要内容包括：1. 选用MNIST数据集的原因分析，包括数据质量高、特征复杂度适中等优势；2. 环境配置与GPU加速设置；3. 数据预处理详解，对比Tensor转换、PIL图像和NumPy数组三种格式差异；4. 数据加载器(DataLoader)的配置与优化技巧。项目通过可视化分析和代码实践，帮助深度学习新手掌握图像分类任务的基本流程和方法论，为后续复杂任务打下基础。

2025-05-28 17:53:41 585