MNIST-SVHN 迁移学习项目教程

1. 项目的目录结构及介绍

mnist-svhn-transfer/
├── data/
│   ├── mnist/
│   ├── svhn/
│   └── processed/
├── models/
│   ├── alexnet.py
│   ├── lenet.py
│   └── resnet.py
├── utils/
│   ├── dataset.py
│   ├── logger.py
│   └── utils.py
├── config.py
├── main.py
├── README.md
└── requirements.txt

目录结构介绍

• data/: 存储MNIST和SVHN数据集的原始和处理后的文件。
  • mnist/: MNIST数据集文件。
  • svhn/: SVHN数据集文件。
  • processed/: 处理后的数据文件。
• models/: 包含不同模型的实现文件。
  • alexnet.py: AlexNet模型实现。
  • lenet.py: LeNet模型实现。
  • resnet.py: ResNet模型实现。
• utils/: 包含辅助功能的实现文件。
  • dataset.py: 数据集处理和加载功能。
  • logger.py: 日志记录功能。
  • utils.py: 其他辅助功能。
• config.py: 项目配置文件。
• main.py: 项目启动文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖包列表。

2. 项目的启动文件介绍

main.py

main.py 是项目的启动文件，负责初始化配置、加载数据、定义模型、训练和评估模型。以下是主要功能模块的介绍：

import argparse
from config import Config
from utils.dataset import get_loader
from models.alexnet import AlexNet
from models.lenet import LeNet
from models.resnet import ResNet

def main(config):
    # 加载数据
    train_loader = get_loader(config.train_data_path, config.batch_size)
    test_loader = get_loader(config.test_data_path, config.batch_size)

    # 定义模型
    if config.model == 'alexnet':
        model = AlexNet(config.num_classes)
    elif config.model == 'lenet':
        model = LeNet(config.num_classes)
    elif config.model == 'resnet':
        model = ResNet(config.num_classes)

    # 训练模型
    model.train(train_loader, test_loader, config.num_epochs, config.learning_rate)

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--config', type=str, default='config.py', help='配置文件路径')
    args = parser.parse_args()

    config = Config(args.config)
    main(config)

主要功能

• 加载数据: 使用 get_loader 函数从指定路径加载训练和测试数据。
• 定义模型: 根据配置文件中指定的模型类型（如 alexnet, lenet, resnet），实例化相应的模型。
• 训练模型: 调用模型的 train 方法进行模型训练。

3. 项目的配置文件介绍

config.py

config.py 是项目的配置文件，包含所有必要的配置参数，如数据路径、模型类型、训练参数等。以下是配置文件的主要内容：

class Config:
    def __init__(self, config_path):
        self.train_data_path = 'data/processed/train'
        self.test_data_path = 'data/processed/test'
        self.batch_size = 64
        self.num_epochs = 20
        self.learning_rate = 0.001
        self.model = 'alexnet'
        self.num_classes = 10

        # 从配置文件加载参数（如果有）
        self.load_config(config_path)

    def load_config(self, config_path):
        # 实现从文件加载配置