【材料整理】 --Pytorch基础知识1

文章目录

文章目录

• 写在前面
• Pytorch加载数据初认识
• Tensorboard
• Transform
• dataloader的使用

写在前面

本系列内容主要是对小土堆的《Pytorch》课程的笔记整理。

b站地址：https://www.bilibili.com/video/BV1hE411t7RN?spm_id_from=333.337.search-card.all.click

Pytorch加载数据初认识

1、pytorch加载数据主要涉及两个类，dataset、dataloder

假如有一堆数据

Dataset ： 就是将需要的数据获取出来，并且进行相应的编号。

提供一种方式去获取数据及其label
– 如何获取每一个数据及其label
– 告诉我们总共有多少个数据
Dataloader ： 对需要的数据进行一个打包。

为后面的网络提供不同的数据形式。

2、torch.utils（torch这个大工具箱里面的常用工具）

3、class MyData(Dataset): // 创建一个MyData类，继承Dataset这个类

def _ _ init_ _(self, root_dir, label_dir):

// 初始化类，根据这个类去创建一个特例实例的时候，就要调用这个函数。

为整个class提供一个全局变量，为后面的函数提供一些量。

这个方法可以留在后面写。

为什么要用self？一个函数的变量是不能传递给其他函数，self指定了一个类当中的全局变量。

def _ _ getitem _ _(self, idx):

4、root_dir = “dataset/train” 、Label_dir = “ants”
Path = os.path.join(root_dir, label_dir) 将两个路径拼接，主要是函数可以自动转化在linux与windows下面的不同格式

Tensorboard

1、模型训练过程中，loss是如何变化的，可以根据loss的变化来判断训练是否是按我们预想的变化

2、tensorboard – logdir=logs --port 6007

3、opencv读取的数据类型就是numpy型
import cv2
cv_img = cv2.imread(img_path)

Transform

1、图像变换，transform
transform是一个.py文件，里面有很多类，往类里面输入一张图片，就可以得到相应的结果。

常用类：
ToTensor : 将不同类型图片转换成Tensor类型

思路：

通过tramsforms.ToTensor 去看两个问题

一、transform该如何使用（python）

创建具体的工具
tool = transforms.ToTensor( )
tensor_img = tool(img)

二、为什么我们需要Tensor数据类型
SummaryWriter(“logs”)

2、常见的Transforms

3、from torchvision import transforms

4、_ _call _ _语法

即，调用的时候，可以不需用 .函数名 *** 作

3、总结使用教程：
1、关注输入和输出类型，多关注官方文档；

2、关注方法需要什么参数；

3、不知道返回值的时候，可以使用1、print；

dataloader的使用

常用相关参数：
dataset： 告诉程序数据集在哪些地方，包括第一张数据、第二张数据是什么，数据集包含多少张数据；

batch_size：一次取多少个数据进行训练，比如一摞牌，batch_size=2就是指每次取两张牌；

shuffle： 打乱数据集的顺序

num_works：采用单进程或多进程进行加载数据，在windows下>0 容易出错；

drop_last：比如有一百张牌，每次取3张，最后会剩下一张，那这一张是要舍弃还是不舍弃，true就是舍弃，false就是不舍弃；