迁移学习的案例

from torch.utils.data import Dataset,DataLoader
import torch
import numpy as np
from PIL import Image
from torchvision import transforms
from torch import nn
from torchvision import models
import torch.nn.functional as F# 模型加载与参数冻结
resnet_model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT)
for param in resnet_model.parameters():print(param)param.requires_grad = False  # 冻结预训练权重# 替换全连接层（适应20类输出）
in_features = resnet_model.fc.in_features
resnet_model.fc = nn.Linear(in_features, 20)# 收集需要更新的参数（仅全连接层参数）
params_to_update = []
for param in resnet_model.parameters():if param.requires_grad == True:params_to_update.append(param)# 数据增强与预处理
data_transforms = {'train':transforms.Compose([transforms.Resize([300, 300]),transforms.RandomRotation(45),transforms.CenterCrop(224),transforms.RandomHorizontalFlip(p=0.5),transforms.RandomVerticalFlip(p=0.5),transforms.RandomGrayscale(p=0.1),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),'valid':transforms.Compose([transforms.Resize([224, 224]),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),
}# 自定义数据集类（此处省略具体实现，需继承Dataset并重写相关方法）
class food_dataset(Dataset):def __init__(self, file_path, transform=None):self.file_path = file_pathself.imgs = []self.labels = []self.transform = transformwith open(self.file_path,encoding='utf-8') as f:samples = [x.strip().split(' ') for x in f.readlines()]for img_path, label in samples:self.imgs.append(img_path)self.labels.append(label)def __len__(self):return len(self.imgs)def __getitem__(self, idx):image = Image.open(self.imgs[idx])if self.transform:image = self.transform(image)label = self.labels[idx]label = torch.from_numpy(np.array(label, dtype=np.int64))return image, label# 加载训练集和验证集
training_data = food_dataset(file_path =r'E:\pythonProject3\深度学习\卷积神经网络\食物分类\train1.txt', transform=data_transforms['train'])
test_data = food_dataset(file_path=r'E:\pythonProject3\深度学习\卷积神经网络\食物分类\test1.txt', transform=data_transforms['valid'])# 数据加载器
train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)
test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True)# 设备选择
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")model = resnet_model.to(device)def train(dataloader,model,loss_fn,optimizer):model.train()batch_size_num = 1for X ,y in dataloader:X,y = X.to(device),y.to(device)pred = model(X)loss = loss_fn(pred,y)optimizer.zero_grad()loss.backward()optimizer.step()loss_value = loss.item()if batch_size_num % 100 ==0:print(f"loss:{loss_value:>7f} [number:{batch_size_num}]")batch_size_num +=1
best_acc = 0
def test(dataloader,model,loss_fn):global best_accsize = len(dataloader.dataset)num_batches= len(dataloader)model.eval()test_loss = 0correct = 0with torch.no_grad():for X ,y in dataloader:X,y = X.to(device),y.to(device)pred = model(X)test_loss += loss_fn(pred, y).item()correct += (pred.argmax(1) == y).type(torch.float).sum().item()test_pj_loss = test_loss / num_batchestest_acy = correct / size * 100print(f"Avg loss: {test_pj_loss:>7f} \n Accuray: {test_acy:>5.2f}%")# 检查是否是最佳准确率if correct > best_acc:best_acc = correctprint(f"保存最佳模型，新最佳准确率: {test_acy:>5.2f}%")else:# 打印当前最佳准确率best_accuracy_percent = (best_acc / size) * 100print(f"最佳准确率: {best_accuracy_percent:>5.2f}%")return test_pj_loss, test_acy
# 损失函数、优化器、学习率调度器
loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(params_to_update, lr=0.001)  # 仅优化全连接层参数
# optimizer = torch.optim.Adam(resnet_model.parameters(), lr=0.001)  # 若要优化所有参数，可取消此注释
# scheduler = torch.optim.lr_scheduler.stepLR(optimizer,step_size=5,gamma=0.5)
scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer,mode='min',  # 指标越小越好（如损失）factor=0.5,  # 学习率调整倍数patience=3   # 多少个epoch指标无改善则调整
)i=10
for j in range(i):print(f"Epoch {j+1}\n----------")train(train_dataloader, model,loss_fn,optimizer)test_loss, test_acy = test(test_dataloader, model, loss_fn)# scheduler.step()scheduler.step(test_loss)

这段代码是基于 PyTorch 实现的迁移学习（特征提取法）实战案例，核心是用预训练的 ResNet18 模型解决 20 类食物分类任务。下面我们来逐部分解析代码：

一、核心思路回顾

代码用的是「预训练模型做特征提取」方法：

1. 加载别人训好的 ResNet18（在 ImageNet 1000 类图片上预训练），冻结主干网络参数（不让它忘记 “识别通用图像特征” 的能力）；
2. 把 ResNet18 的 “分类头”（最后一层全连接层）换成适合自己任务的 “2 分类头”（这里是 20 类食物，所以输出维度是 20）；
3. 只训练新换的全连接层参数，用少量食物数据就能快速出效果。

二、代码模块逐段解析

1. 导入依赖库（基础工具准备）

from torch.utils.data import Dataset,DataLoader  # 数据加载核心库（Dataset定义数据格式，DataLoader批量加载）
import torch  # PyTorch核心库（张量计算、模型训练）
import numpy as np  # 数值计算（处理标签转换）
from PIL import Image  # 图片读取库（加载图像文件）
from torchvision import transforms  # 图像预处理（ resize、翻转、归一化等）
from torch import nn  # 神经网络层（定义全连接层、损失函数）
from torchvision import models  # 预训练模型库（直接调用ResNet18）
import torch.nn.functional as F  # 常用激活函数等（这里未直接用，预留）

作用：把后续需要的 “数据处理、模型构建、训练工具” 都导入，相当于 “备好工具箱”。

2. 模型加载与参数冻结（迁移学习核心步骤）

# 1. 加载预训练ResNet18（带默认权重，即ImageNet预训练结果）
resnet_model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT)# 2. 冻结主干网络所有参数（关键！不让预训练的特征提取层“失忆”）
for param in resnet_model.parameters():print(param)  # （可选）打印参数，查看主干网络权重（可注释掉减少输出）param.requires_grad = False  # 设为False：训练时不更新这些参数# 3. 替换全连接层（适配20类食物分类任务）
in_features = resnet_model.fc.in_features  # 获取原全连接层的输入维度（ResNet18默认是512）
resnet_model.fc = nn.Linear(in_features, 20)  # 新全连接层：输入512，输出20（对应20类）# 4. 收集需要更新的参数（只保留新全连接层的参数，减少计算量）
params_to_update = []
for param in resnet_model.parameters():if param.requires_grad == True:  # 只有新全连接层的requires_grad是Trueparams_to_update.append(param)

关键细节：

weights=models.ResNet18_Weights.DEFAULT：自动下载预训练权重（如果本地没有），避免从头训练；

冻结参数的原因：ResNet18 的主干网络（卷积层）已经学会 “边缘、纹理、形状” 等通用图像特征，这些特征对 “食物分类” 也有用，冻结后只训分类头，既快又省数据；

替换全连接层：原 ResNet18 输出 1000 类（对应 ImageNet），我们要分 20 类，所以必须换最后一层，输入维度保持和主干网络输出一致（512）。

3. 数据增强与预处理（提升模型泛化能力）

data_transforms = {'train':  # 训练集预处理（加数据增强，防止过拟合）transforms.Compose([transforms.Resize([300, 300]),  # 先放大到300x300（为后续裁剪留空间）transforms.RandomRotation(45),  # 随机旋转（-45°~45°）transforms.CenterCrop(224),  # 裁剪到224x224（ResNet要求的输入尺寸）transforms.RandomHorizontalFlip(p=0.5),  # 50%概率水平翻转transforms.RandomVerticalFlip(p=0.5),  # 50%概率垂直翻转transforms.RandomGrayscale(p=0.1),  # 10%概率转灰度图transforms.ToTensor(),  # 转成Tensor（PyTorch模型只能处理Tensor）transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])  # 归一化（用ImageNet的均值/方差，预训练模型要求）]),'valid':  # 验证集预处理（不加增强，真实评估模型效果）transforms.Compose([transforms.Resize([224, 224]),  # 直接缩放到224x224transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),
}

核心逻辑：

训练集加增强：通过 “旋转、翻转” 等增加数据多样性，让模型学到更通用的特征，避免 “只认训练集里的图片，换张图就错”（过拟合）；

验证集不加增强：因为验证集要测 “模型在真实场景下的表现”，不能用经过修改的图片；

归一化：预训练模型是用归一化后的 ImageNet 数据训的，我们的输入必须用相同的均值 / 方差，否则模型会 “不适应”。

4. 自定义数据集类（读取自己的食物数据）

class food_dataset(Dataset):  # 继承PyTorch的Dataset类，自定义数据格式def __init__(self, file_path, transform=None):self.file_path = file_path  # txt文件路径（存图片路径和标签）self.imgs = []  # 存所有图片的路径self.labels = []  # 存所有图片的标签（20类对应的数字）self.transform = transform  # 预处理函数（训练/验证用不同的）# 从txt文件读取数据（txt格式：每行是“图片路径 标签”，空格分隔）with open(self.file_path,encoding='utf-8') as f:samples = [x.strip().split(' ') for x in f.readlines()]  # 按行分割，再按空格分路径和标签for img_path, label in samples:self.imgs.append(img_path)self.labels.append(label)def __len__(self):  # 必须实现：返回数据集总数量return len(self.imgs)def __getitem__(self, idx):  # 必须实现：根据索引idx返回1个样本（图片+标签）# 1. 读取图片image = Image.open(self.imgs[idx])  # 用PIL打开图片if self.transform:  # 应用预处理（训练集增强/验证集常规处理）image = self.transform(image)# 2. 处理标签（转成Tensor，且类型是int64，PyTorch要求）label = self.labels[idx]label = torch.from_numpy(np.array(label, dtype=np.int64))  # 字符串标签转成int64类型的Tensorreturn image, label  # 返回（图片Tensor，标签Tensor）

使用前提：

你需要有一个train1.txt和test1.txt，格式如下（每行 1 个样本）：

E:\food_data\apple1.jpg 0
E:\food_data\banana2.jpg 1
...

其中 “0、1” 是食物类别的编号（0~19，共 20 类）。

5. 加载训练 / 验证集（批量喂给模型）

# 1. 用自定义的food_dataset加载数据（指定txt路径和预处理方式）
training_data = food_dataset(file_path=r'E:\...\train1.txt', transform=data_transforms['train'])
test_data = food_dataset(file_path=r'E:\...\test1.txt', transform=data_transforms['valid'])# 2. 用DataLoader批量加载（模型训练不能单张图喂，要批量处理提升效率）
train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)  # 训练集：批量64，打乱顺序（让模型学的更全面）
test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True)  # 验证集：批量64，打乱与否不影响（但这里也设了True，不影响结果）

关键参数：

batch_size=64：每次喂给模型 64 张图（根据电脑显存调整，显存小就设 16/32）；

shuffle=True（训练集）：每次 epoch 打乱数据顺序，避免模型 “记顺序” 而不是学特征。

6. 设备选择（适配 GPU/CPU，加速训练）

# 优先用GPU（cuda），其次用苹果芯片的MPS，最后用CPU
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")  # 打印当前用的设备（比如“Using cuda device”）model = resnet_model.to(device)  # 把模型放到指定设备上（必须！否则模型和数据不在一个设备会报错）

为什么要指定设备：

GPU（cuda）训练速度是 CPU 的 10~100 倍，比如 ResNet18 用 CPU 训可能要几小时，GPU 只要几分钟；

注意：后续的 “数据（X、y）” 也要放到同一设备（代码里X,y = X.to(device),y.to(device)就是做这个）。

7. 训练函数（模型 “学习” 的过程）

def train(dataloader, model, loss_fn, optimizer):model.train()  # 设为训练模式（启用 dropout、batchnorm等训练特有的层）batch_size_num = 1  # 记录当前训练到第几个batchfor X, y in dataloader:  # 循环读取每个batch的（图片X，标签y）# 1. 把数据放到设备上（和模型同设备）X, y = X.to(device), y.to(device)# 2. 前向传播：模型预测结果pred = model(X)  # 输入X，输出20类的概率（shape：[64,20]）# 3. 计算损失（预测结果和真实标签的差距）loss = loss_fn(pred, y)  # 用CrossEntropyLoss（多分类任务专用）# 4. 反向传播：更新参数（只更params_to_update，即新全连接层）optimizer.zero_grad()  # 清空上一轮的梯度（避免累积）loss.backward()  # 计算梯度（从损失反向传到参数）optimizer.step()  # 用梯度更新参数# 5. 打印损失（每100个batch打印一次，方便监控）loss_value = loss.item()  # 把Tensor类型的损失转成Python数值if batch_size_num % 100 == 0:print(f"loss:{loss_value:>7f} [number:{batch_size_num}]")batch_size_num += 1

核心流程：
前向传播（算预测）→ 算损失（找差距）→ 反向传播（算梯度）→ 更新参数（缩小差距），这是深度学习训练的核心循环。

8. 测试函数（评估模型效果，保存最佳模型）

best_acc = 0  # 记录最佳准确率（初始为0）
def test(dataloader, model, loss_fn):global best_acc  # 用全局变量记录最佳准确率size = len(dataloader.dataset)  # 验证集总样本数num_batches = len(dataloader)  # 验证集总batch数model.eval()  # 设为评估模式（禁用 dropout、固定batchnorm参数）test_loss = 0  # 总验证损失correct = 0  # 正确预测的样本数with torch.no_grad():  # 禁用梯度计算（评估时不用更新参数，节省内存和时间）for X, y in dataloader:X, y = X.to(device), y.to(device)pred = model(X)  # 预测# 累加损失和正确数test_loss += loss_fn(pred, y).item()  # 累加每个batch的损失correct += (pred.argmax(1) == y).type(torch.float).sum().item()  # 统计正确数：pred.argmax(1)取概率最大的类别编号# 计算平均损失和准确率test_avg_loss = test_loss / num_batches  # 平均每个batch的损失test_acc = correct / size * 100  # 准确率（百分比）print(f"Avg loss: {test_avg_loss:>7f} \n Accuracy: {test_acc:>5.2f}%")# 保存最佳模型（准确率更高时更新）if correct > best_acc:best_acc = correctprint(f"保存最佳模型，新最佳准确率: {test_acc:>5.2f}%")# （可选）这里可以加模型保存代码：torch.save(model.state_dict(), "best_model.pth")else:# 打印当前最佳准确率best_acc_percent = (best_acc / size) * 100print(f"最佳准确率: {best_acc_percent:>5.2f}%")return test_avg_loss, test_acc

关键细节：

model.eval()和with torch.no_grad()：评估时必须加，否则模型状态不对，准确率计算不准；

pred.argmax(1)：取每个样本预测概率中最大的那个类别（比如 pred 是 [64,20]，argmax (1) 后是 [64]，每个元素是 0~19 的类别编号）；

保存最佳模型：避免训练后期过拟合导致准确率下降，只保留表现最好的模型。

9. 配置训练工具（损失函数、优化器、学习率调度器）

# 1. 损失函数：多分类任务用CrossEntropyLoss（自带softmax，不用自己加）
loss_fn = nn.CrossEntropyLoss()# 2. 优化器：只优化需要更新的参数（params_to_update，即新全连接层）
optimizer = torch.optim.Adam(params_to_update, lr=0.001)  # Adam是常用优化器，学习率0.001（可调整）
# （注释掉的代码）如果要做“微调（Fine-tuning）”，就优化所有参数：
# optimizer = torch.optim.Adam(resnet_model.parameters(), lr=0.001)# 3. 学习率调度器：根据验证损失调整学习率（避免后期学习率太大导致震荡）
scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer,mode='min',  # 指标“越小越好”（这里是验证损失）factor=0.5,  # 学习率调整倍数：如果指标没改善，就乘以0.5（比如0.001→0.0005）patience=3   # 连续3个epoch指标没改善，才调整学习率
)
# （注释掉的代码）固定步长调度器：每5个epoch学习率乘以0.5
# scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.5)

调度器的作用：

训练初期用较大的学习率（0.001）快速接近最优解；

后期如果验证损失不再下降，减小学习率（乘以 0.5），让模型更精细地调整参数，避免 “跑过头”。

10. 启动训练循环（控制训练轮次，调用训练 / 测试函数）

i = 10  # 训练10个epoch（1个epoch=把训练集完整过一遍）
for j in range(i):print(f"Epoch {j+1}\n----------")  # 打印当前是第几个epochtrain(train_dataloader, model, loss_fn, optimizer)  # 训练一轮test_loss, test_acc = test(test_dataloader, model, loss_fn)  # 测试一轮scheduler.step(test_loss)  # 根据验证损失调整学习率（对应ReduceLROnPlateau）# scheduler.step()  # 如果用StepLR，就用这行（不用传指标）

epoch 的选择：

10 个 epoch 是比较合理的初始值，可根据效果调整：如果验证准确率还在上升，就增加 epoch；如果准确率下降（过拟合），就减少 epoch 或加正则化。

三、代码整体逻辑总结（从输入到输出）

1. 数据端：从 txt 读取食物图片路径和标签→自定义 Dataset 处理图片 + 预处理→DataLoader 批量加载；
2. 模型端：加载预训练 ResNet18→冻结主干网络→替换 20 类全连接层；
3. 训练端：按 epoch 循环→每个 epoch 先训练（更新分类头参数）→再测试（评估准确率）→根据验证损失调整学习率；
4. 目标：用迁移学习快速训练出能分 20 类食物的模型，且避免过拟合、节省计算资源。