python_pytorch
小土堆pytotch学习视频链接
from的是一个个的包(package)
import 的是一个个的py文件(file.py)
所使用的一般是文件中的类(.class)
第一步实例化所使用的类,然后调用类中的方法(def)
Torchvision 数据集
数据集使用(CIFAR-10为例)
import torchvision
#结合transforms,转换为tensor类型
#不转换为PIL图片类型
dataset_transforms=torchvision.transforms.Compose([torchvision.transforms.ToTensor()
])train_data=torchvision.datasets.CIFAR10(root="./content",train=True,transform=dataset_transforms,download=True)
test_data=torchvision.datasets.CIFAR10(root="./content",train=False,transform=dataset_transforms,download=True)
print(train_data[0]) #数据集为图像数据和标签的结合
print(train_data.classes)
#训练过程可视化回顾练习
from torch.utils.tensorboard import SummaryWriter
write=SummaryWriter("/content/logg")
for i in range(10):write.add_image("dataset_test",train_data[i][0],i)
write.close()
# tensorboard logdir="log"
Dataloader
Dataloader(dataset,batch_size,suffle,numworkers)
以打扑克为例,理解常用的几个参数
dataset:牌堆
batch_size:一次抓几张牌
suffle:是否打乱洗牌
num_workers:一共有几个人在打牌玩
import torchvision
from torch.utils.data import DataLoader
test_data=torchvision.datasets.CIFAR10(root="./content",train=False,transform=torchvision.transforms.ToTensor())
test_dataloader=DataLoader(dataset=test_data,batch_size=128,shuffle=True,num_workers=0,drop_last=False)for data in test_dataloader:img,target=dataprint(img.shape)print(target)
未完待更新。。。