计算机视觉 模块8：度量学习 度量学习实战.docx

企业项目实战 PAGE 1 度量学习实战 1.实验准备 1.1 实验概述 本实验主要掌握利用PyTorch深度学习框架，掌握函数拟合的流程和网络搭建方式，完成函数拟合模型的测试并分析结果。 2.1 实验建议 了解Python、PyTorch的基本用法以及MSE损失函数。 3.1 实验目的 掌握MSE损失函数 实验的环境：Anaconda 2.实验步骤 2.1 读取项目 将案例代码10度量学习实战.rar 压缩包解压，得到mse文件夹，其中mse文件夹内包含了函数拟合所有的代码。所有文件如图1所示。 图1 文件列表 用PyCharm打开文件夹 Open file：mse文件夹 2.2 运行MSE损失函数 进入mse文件夹中，运行mseloss.py文件，得到结果如图2所示。 run mseloss.py 图2 mse运行结果 3.函数拟合的训练 3.1 设置解释器 进入命令行，找到python的路径 source activate pytorch_cpu which python 路径如图3所示 图3 python路径 按照显示路径，进入pycharm中设置解释器，如图4所示 图4 更改python路径 3.2 开始训练 运行fitting.py对网络进行训练。 run fitting.py 训练过程如图5所示 图5 训练过程展示 3.3 结果示例 训练结果示例如图6所示. 图6 训练结果展示