目录

0 前言：

1 读取数据

2 创建dataset、猫狗数据实例-图片增强

3 创建模型、损失函数与优化器

4 定义单批次训练函数

5 使用kaggle训练模型

6 猫狗数据实例-图片增强

7 模型的进一步优化与VGG网络

0 前言：

dog-cat 猫狗数据集进行自定义综合实力和图片增强

1 读取数据

2 创建dataset、猫狗数据实例-图片增强

3 创建模型、损失函数与优化器

在自定义训练中添加验证数据，与训练数据类似

4 定义单批次训练函数

5 使用kaggle训练模型

由于电脑的性能非常差，所以借助了Kaggle 进行训练。自定义训练模型，其实这个和VGG非常像，后面补充演示！！！

模型的训练与优化

6 猫狗数据实例-图片增强

采用五种方法

7 模型的进一步优化与VGG网络

我们画出图像，通过两条曲线的间隔较大可以看出出现了过拟合

为了解决过拟合

• 如果条件允许，则应该优先考虑扩充数据---数据增强
• 增加模型数量---VGG16VGG19

注意：

当模型过多的时候会出现梯度消失

后面的章节会进行

VGG模型的讲解