本项目基于 ResNet-50 深度神经网络模型进行图像分类，使用 PyTorch 框架。项目支持图像预处理、数据增强、迁移学习、模型训练与验证、模型保存、推理等功能，适用于图像分类任务。以番茄图像为例，进行多类别的图像分类任务，可以识别不同类型的番茄病害。

在AI训练、影视渲染、科学计算、区块链挖矿等高频场景中，GPU服务器的性能直接决定任务效率与成本——选对参数，能让深度学习模型训练时间缩短50%以上；选错参数，不仅会出现“算力浪费”，还可能导致任务卡顿、无法兼容软件等问题。但多数用户租用GPU ...