使用resnet50医学图像分类

### 使用ResNet50模型进行医学图像分类

#### 准备工作
为了成功应用ResNet50于医学图像分类任务，需确保开发环境满足一定条件。对于此目的而言，拥有至少8GB显存的GPU被强烈建议，并且应当预先安装并配置好支持CUDA 11.7版本以上的驱动程序以及对应版本的PyTorch (例如v1.13.0)，这有助于加速计算过程[^3]。

#### 加载预训练模型
可以采用如下方式加载由官方提供、已在ImageNet数据集上完成初步训练工作的ResNet50网络架构：

import torch
from torchvision import models

model = models.resnet50(pretrained=True)

这段代码会自动下载并初始化一个带有预设权重参数的ResNet50实例[^2]。

#### 修改最后一层全连接层
由于原始的ResNet50设计用于解决具有1000种类别的大规模视觉识别挑战赛(LSVRC)问题，因此其最终一层即线性变换部分包含了1000个神经元节点。然而，在针对具体应用场景比如医疗影像分析时，则可能只需要更少数量的目标类别标签。此时就需要调整该层以匹配新的输出维度大小：

num_ftrs = model.fc.in_features
model.fc = torch.nn.Linear(num_ftrs, num_classes)  # 假设`num_classes`=2表示二分类情况下的正负样本区分

此处假设目标是执行简单的良性/恶性肿瘤判别任务，故而将最后一个全连接层替换成了仅含两个单元的新组件[^4]。

#### 数据预处理与增强
考虑到医学成像资料通常具备较高的分辨率特性及其特有的噪声模式等因素影响，合理地设定输入图片尺寸规格化方案显得尤为重要；与此同时适当引入随机翻转、旋转等操作作为数据扩增手段亦可有效提升泛化能力：

transform = transforms.Compose([
    transforms.Resize((224, 224)),      # 调整至适合ResNet接收的标准尺度
    transforms.RandomHorizontalFlip(),   # 水平方向上的镜像变换概率默认为0.5
    transforms.ToTensor(),
])

上述转换序列首先负责把任意形状的对象映射到固定宽高均为224像素的理想状态，随后允许一半几率下发生左右颠倒现象以便扩充有限规模的数据集合体[^1]。

#### 训练流程概览
一旦完成了前期准备工作之后就可以着手构建损失函数对象连同优化算法机制一并投入到迭代更新环节当中去了：

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001)

for epoch in range(num_epochs):
    running_loss = 0.0
    
    for inputs, labels in dataloader:
        optimizer.zero_grad()

        outputs = model(inputs)
        loss = criterion(outputs, labels)
        
        loss.backward()
        optimizer.step()

        running_loss += loss.item() * inputs.size(0)
    
    epoch_loss = running_loss / dataset_size
    print(f'Epoch [{epoch}/{num_epochs}], Loss: {epoch_loss:.4f}')

这里定义了一个交叉熵准则用来衡量预测分布偏离真实标记的程度差异程度，同时选择了经典的随机梯度下降法(SGD)来指导整个反向传播求解过程中各权值系数逐步逼近最优位置的过程。