Pytorch 迁移学习预测答案

【问题标题】：Pytorch transfer learning predictionsPytorch 迁移学习预测
【发布时间】：2018-01-31 17:53:37
【问题描述】：

我一直在关注 pytorch 迁移学习教程，并且按照教程到我自己的数据集我已经到了这个

model_conv = train_model(model_conv, criterion, optimizer_conv,
                     exp_lr_scheduler, num_epochs=25)

Epoch 1/1
......
......
......
Epoch 24/24
train Loss: 0.8674 Acc: 0.5784
val Loss: 1.2930 Acc: 0.4583
Training complete in 43m 24s
Best val Acc: 0.486111

教程到此结束，但我不确定如何获得新图像的预测？

任何建议都会很有帮助。提前致谢。

【问题讨论】：

predictions 是什么意思？你的图片属于哪一类？
@jdhao 通过预测，我的意思是，我如何为它提供新图像，以便它输出谨慎的标签。
将输入传递给您的 model_conv，如下所示：model_conv(imgs)。 “imgs”应该与您用来训练它的数据具有相同的维度。这应该返回概率或模型最后返回的任何内容，如您编写 forward() 时所定义的
好的！@Littleone 谢谢你的时间，让我看看这个
This

标签： python neural-network deep-learning pytorch

【解决方案1】：

只需将新图像（与训练数据集中的图像格式相同）输入模型：

labels = model_conv(new_images)

【讨论】：