pytorch試験画像を使用して、次のコード
記事を引用：
https://www.learnopencv.com/pytorch-for-beginners-image-classification-using-pre-trained-models/
__future__インポートprint_functionから、除算
PILのインポートイメージから
輸入トーチ
torchvisionインポート変換から
PLTとしてインポートmatplotlib.pyplot
plt.ion（）＃インタラクティブモード
＃イメージパス
save_path = '/home/guomin/.cache/torch/checkpoints/resnet18-customs-angle.pth'
＃ロードデータ----------------------- ------------------------ ----＃
訓練のための＃データの増強および正規化
検証のための＃だけの正規化
＃事前定義された変換トレーニング
preprocess_transform = transforms.Compose（[
transforms.Resize（256）、
transforms.CenterCrop（224）、
transforms.ToTensor（）、
transforms.Normalize（[0.485、0.456、0.406]、[0.229、0.224、0.225]）
]）
class_names = [ '0'、 '180'、 '270'、 '90']
デバイス= torch.device（ "CUDA：0"（torch.cuda.is_available場合）他の "CPU"）
＃モデルとトレーニングをロード------------------------ -------------------- -------＃
モデル= torch.load（save_path）
model.eval（）
＃プリント（モデル）
image_PIL = Image.open（ 'image.jpg'）
＃
image_tensor = preprocess_transform（image_PIL）
＃次の文は、image_tensor = torch.unsqueeze（image_tensor、0）に相当します
image_tensor.unsqueeze_（0）
＃この文はありません文句を言うでしょう
image_tensor = image_tensor.to（デバイス）
アウト=モデル（image_tensor）
＃予測と降順を取得
_、インデックス= torch.sort（OUT、降順= TRUE）
＃各予測のパーセント値を返します。
パーセンテージ= torch.nn.functional.softmax（OUT、DIM = 1）[0] * 100
プリント（[インデックスでIDX用（class_names [IDX]、パーセント[IDX] .item（））[0] [5]）
結果が返されました：
[('270', 99.9299545288086), ('90', 0.06985548883676529), ('0', 0.0001458235055906698), ('180', 4.714601891464554e-05)]