2019.12.8 更新完整代码

https://github.com/nickhuang1996/Dogs_vs_Cats_MXNet

具体的搭建和运行步骤可参看README.md

---

介绍

• 这个存储库是为kaggle Dogs vs.Cats match准备的，但是您可以利用这个代码来学习如何使用mxnet。
• 对于网络，建立了包含VGG和ResNet等预训练模型的结构。
• 对于采样器，有Sequential和Random两种类型。
• 对于学习率调度器，我编写了4种类型来调整优化器的学习率。
• 对于优化器，只有Adam和SGD显示在我的存储库中。

---

目录

一、猫狗大战数据集

二、环境

三、实验结果

---

一、猫狗大战数据集

1.进入网址：https://www.kaggle.com/c/dogs-vs-cats/data，顺便注册账号。如果验证邮箱时出现“You did not enter the correct captcha response. Please try again“，提示没有输入正确的验证码。这个验证码是看不到的，因为这个验证码是用google提供的api，google被和谐了，所以加载不出来，FQ就能出来验证信息，然后完成注册~

2.点击My Account，找到API这一栏

                                                                      

3.点击Create New API Token，下载kaggle.json文件

确保这个文件在.kaggle文件夹底下

 例如博主的位置是这样的

4.下载json完成

5.下载数据集之前我们还需要同意相关Rules，点击“I Understand and Accept”

6.会跳转到手机验证界面，并进行进行人机验证，之后输入发送的验证码

                                                                  

7.验证完成

8.点击API后面的指令，会提示command copied to clipboard

9.下载方式：

(1)打开cmd或者下载，我们把刚才复制上的指令粘贴进去，开始下载

(2)用迅雷下载比较快

                                                          

10.我们解压整个压缩包，里面的训练和测试压缩包我们也解压，里面分别包含有猫和狗的图片，如下图

${project_dir}/datasets
    dogs-vs-cats
        train.zip
        test1.zip
        train           # Extracted from train.zip
        test1           # Extracted from test1.zip

 

---

二、环境

• Python 3.6
• mxnet-cu90（CUDA9.0）
• tqdm 4.28.1
• tensorboardX 1.5

---

三、实验结果

Network	Accuracy(%)
VGG16_bn	97.92
ResNet50_v2	97.84

博主这里只训练了10个epochs。