目录

一、先测整体准确率：模型到底 “行不行”？

二、类别级准确率：哪些类别在 “拖后腿”？

三、优化尝试：用 “全局平均池化” 简化模型

四、总结：今天的两个关键收

---

CIFAR-10 分类实战（下）：测试模型 + 全局池化优化，准确率从 66% 到...？

      昨天把 CNN 模型训完后，今天终于能 “验收成果” 了 —— 不仅要测模型在所有测试数据上的表现，还要给模型 “动个小手术”，用「全局平均池化」优化结构。过程中发现了不少有意思的细节，比如有些类别模型就是学不明白，换个池化层居然还能减少参数、提升性能～

一、先测整体准确率：模型到底 “行不行”？

      训练完模型，最直观的就是看它在10000 张测试图上的整体准确率。代码逻辑很简单：遍历测试集，把每张图喂给模型，统计 “猜对的次数” 占总次数的比例。

核心代码我加了自己的理解注释，读起来更顺：

correct = 0
total = 0
# 测试时不需要计算梯度，用with torch.no_grad()能省不少内存
with torch.no_grad():
    for data in testloader:
        images, labels = data
        # 把数据放到GPU（没有的话自动用CPU）
        images, labels = images.to(device), labels.to(device)
        outputs = net(images)
        # torch.max找“概率最大的类别”
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)  # 累计总样本数
        # 统计猜对的数量：predicted == labels会生成布尔数组，sum后转成数字
        correct += (predicted == labels).sum().item()

print(f'模型在10000张测试图上的准确率：{100 * correct // total}%')

      我跑出来的结果是66%—— 比 “随机瞎猜（10%）” 强太多，但离论文里那些 “90%+ 准确率” 的顶尖模型还差不少。不过至少说明模型 “学到了东西”，不是完全在瞎蒙～

二、类别级准确率：哪些类别在 “拖后腿”？

      整体准确率只能看个大概，想知道模型在每个类别上的表现，得做 “类别级统计”。毕竟 CIFAR-10 有 10 类（飞机、汽车、鸟、猫等），模型可能对 “汽车” 一认一个准，但对 “猫” 就疯狂认错。

我写了段代码，给每个类别单独计数：

# 初始化两个列表，存每个类别的“正确数”和“总数”
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
    for data in testloader:
        images, labels = data
        images, labels = images.to(device), labels.to(device)
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        # 因为batch_size=4，所以逐个样本判断
        c = (predicted == labels).squeeze()
        for i in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1

# 打印每个类别的准确率
for i in range(10):
    print(f'类别 {classes[i]} 的准确率：{100 * class_correct[i] / class_total[i]:.0f}%')

跑出来的结果特别有意思：

• 汽车（car）：82%（模型对汽车 “了如指掌”）；

• 猫（cat）：45%（模型对猫严重 “脸盲”，错得最多）；

• 鸟（bird）：51%、青蛙（frog）：55%（这些 “细粒度” 类别也容易错）；

• 飞机（plane）：72%、船（ship）：70%（大轮廓、特征明显的类别，模型学得更好）。

这说明模型对轮廓清晰、特征突出的类别（汽车、飞机）很擅长，但对细节多、类内差异大的类别（猫、鸟）容易翻车。后续优化可以针对性做 “数据增强”（比如多生成猫的图片）。

三、优化尝试：用 “全局平均池化” 简化模型

      昨天的模型用了 “池化层 + 全连接层” 的组合，今天学了个更简洁的方法 ——全局平均池化（GAP）。它的核心思路是：把最后一层卷积的特征图直接 “平均成一个点”，再接分类层。

为什么用 GAP？

• 减少参数：全连接层参数特别多，容易过拟合；GAP 参数极少，模型更简洁。

• 更鲁棒：关注 “全局特征”，对物体位置变化更不敏感。

我把模型改成了这样（关键是加了AdaptiveAvgPool2d(1)）：

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, 5)  # 3输入通道，16个卷积核，5×5大小
        self.pool1 = nn.MaxPool2d(2, 2)   # 池化核2×2，步长2
        self.conv2 = nn.Conv2d(16, 36, 5) # 16输入通道，36个卷积核，5×5大小
        self.pool2 = nn.MaxPool2d(2, 2)   # 第二次池化
        # 全局平均池化：把特征图压缩成1×1
        self.aap = nn.AdaptiveAvgPool2d(1)
        self.fc3 = nn.Linear(36, 10)  # 直接接36个特征（GAP后每个通道剩1个值）

    def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))
        x = self.pool2(F.relu(self.conv2(x)))
        x = self.aap(x)  # 全局平均池化
        x = x.view(x.size(0), -1)  # 展平成一维
        x = self.fc3(x)
        return x

net_gap = Net()
net_gap = net_gap.to(device)

效果如何？

• 参数暴减：原来的模型有 17 万 + 参数，用 GAP 后只有1.6 万参数（减少了 90% 以上！）；

• 准确率微涨：重新训练后，整体准确率居然涨到了70% 左右（虽然还是不高，但 “参数少了还能涨”，说明 GAP 确实有用）。    

四、总结：今天的两个关键收获

1. 测试要 “细拆”：不仅要看整体准确率，还要看每个类别的表现 —— 这样才能知道模型 “哪里弱”，针对性优化（比如给 “猫、鸟” 这类易错类别做数据增强）。

2. GAP 很实用：用全局平均池化代替 “池化 + 大全连接层”，能大幅减少参数，还可能提升性能，特别适合小数据集防止过拟合。

接下来打算试试：给 “猫、鸟” 这类难分类别做数据增强（比如水平翻转、调整亮度），再用 GAP 模型训练，看看能不能把准确率再提一提～

（如果有同样在玩 CIFAR-10 的朋友，欢迎交流你们的调优技巧呀～）