CIFAR10数据集实战指南：从数据加载到模型训练的全流程解析

1次阅读

没有评论

共计 2352 个字符，预计需要花费 6 分钟才能阅读完成。

CIFAR10 是一个经典的彩色图像分类数据集，包含 10 个类别的 6 万张 32×32 像素小图（5 万训练 + 1 万测试），涵盖飞机、汽车、鸟类等常见对象。它的特点包括：

图像尺寸小，适合快速验证模型原型
类别均衡，每类样本量相同
背景复杂，比 MNIST 更具挑战性

这个数据集常被用作：

深度学习入门教学的 ”Hello World”
新模型架构的快速基准测试
数据增强技术的实验平台

实践中发现初学者常遇到这些问题：

尺寸处理错误 ：直接将 32×32 图像输入设计为 224×224 输入的预训练模型
数据标准化缺失 ：未对 RGB 三通道分别做归一化，导致收敛困难
数据增强不足 ：仅使用原始训练集，模型泛化能力差
验证集泄露 ：在预处理时用全量数据计算均值方差
超参数随意 ：学习率过大导致震荡，过小导致训练停滞

import torch
from torchvision import datasets, transforms

# 定义标准化参数（按通道计算）train_transform = transforms.Compose([transforms.RandomHorizontalFlip(),  # 水平翻转增强
    transforms.RandomRotation(15),      # 随机旋转
    transforms.ToTensor(),
    transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2470, 0.2435, 0.2616)) # R,G,B 均值与标准差
])

# 加载数据集
train_set = datasets.CIFAR10(root='./data', train=True, download=True, transform=train_transform)
test_set = datasets.CIFAR10(root='./data', train=False, download=True, transform=train_transform)

# 创建数据加载器
train_loader = torch.utils.data.DataLoader(train_set, batch_size=128, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_set, batch_size=100, shuffle=False)

import torch.nn as nn

class CIFAR10_CNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv_layers = nn.Sequential(
            # 卷积层 1：3 输入通道，32 输出通道，3x3 卷积核
            nn.Conv2d(3, 32, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.BatchNorm2d(32),
            nn.MaxPool2d(2),

            # 卷积层 2
            nn.Conv2d(32, 64, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.BatchNorm2d(64),
            nn.MaxPool2d(2),

            # 卷积层 3
            nn.Conv2d(64, 128, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.BatchNorm2d(128),
            nn.MaxPool2d(2)
        )

        self.fc_layers = nn.Sequential(nn.Linear(128 * 4 * 4, 512),
            nn.ReLU(),
            nn.Dropout(0.5),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.conv_layers(x)
        x = x.view(-1, 128 * 4 * 4)  # 展平特征图
        return self.fc_layers(x)

标准化参数 ：必须在训练集上单独计算均值方差，不可包含测试集数据
数据增强 ：仅在训练时应用旋转 / 翻转等变换，测试集保持原始状态

初始建议值：0.1（SGD）、0.001（Adam）

使用学习率调度器：

scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=15, gamma=0.1)

显存不足时：减小 batch_size（如 64→32）

可用梯度累积模拟大批量：

loss.backward()
if batch_idx % 2 == 0:  # 每 2 个 batch 更新一次
    optimizer.step()
    optimizer.zero_grad()

model = nn.DataParallel(CIFAR10_CNN().cuda())
# 后续训练代码无需修改

scaler = torch.cuda.amp.GradScaler()

with torch.cuda.amp.autocast():
    outputs = model(inputs)
    loss = criterion(outputs, labels)
scaler.scale(loss).backward()
scaler.step(optimizer)
scaler.update()