pytorch卷积神经网络人脸识别示例实现详解
周末在家把孩子们用来玩游戏的 N 卡（2800ti魔改22G版）的 CUDA 环境搭建好了，趁着这几天休假复习了一些深度学习内容后的热情还在，赶紧使用 pytorch 练练手。
准备
1）使用pytorch
为什么建议使用 pytorch 来构建卷积神经网络呢？因为 pytorch 是基于 python 开发的一个神经网络工具包，它已经实现了激活函数定义、权重矩阵定义、卷积计算、正向传播、反向传播、权重矩阵更新等神经网络的基本操作，而不需要我们再去编写代码实现这些功能，只需调用相应的函数就可以搭建好我们所需的网络结构。pytorch 极大方便了我们构建神经网络，加快了神经网络开发速度，我们只需要关注网络的结构层次，而不用关心所建立的网络具体训练和预测过程。
2）安装pytorch
pytorch 有 CPU 版和 GPU 版，GPU 版需要使用到英伟达的显卡来加快网络速度，安装过程也稍显复杂。本文重点是对python卷积神经网络示例解析，因此安装 CPU 版。在 pycharm 开发工具的终端中直接执行命令：pip install torch torchvision torchaudio，即可完成 pytorch 的 CPU 版本安装。
3）准备训练和测试资源
因为使用 pytorch 开发卷积神经网络实现人脸识别，pytorch 对数据存放有一定要求，因此需要将相关资源放在特定的目录结构下。训练目录和测试目录结构如下图所示，在文件夹中放入相应的图片资源即可。文件路径可以自行定义，但是同一个人的照片必须放在同一个文件夹下，pytorch 根据该文件夹的名称自动将相应的图片资源归于一类。
……