tensorboard的使用
- SummaryWriter(“logs”):用于读取logdir中的日志
- add_scalor():用于图像绘制
- add_image():用于获取图像到summary中
- 通常dataformats=’CHW’,但是ndarray格式要修改为dataformats=’HWC’
transforms的使用
为什么用tensor
tensor就是矩阵,就是神经网络专用的数据类型,包含了许多神经网络需要的参数。
PIL和np.array(opencv)的区别:cv2是BGR PIL是RGB
Ctrl+P的功能:查看填入上面类型的参数
ToTensor():转换图像类型格式
Convert a
PIL Image
ornumpy.ndarray
to tensorNormalize():用平均值和标准差对张量图像进行归一化
input[channel] = (input[channel] - mean[channel]) / std[channel]
Resize():把PIL image调整为特定的尺寸
Compose():
Compose()中的参数需要是一个列表,在Python中,列表的表示形式为[数据1,数据2,…],而在Compose中,数据需要是transforms类型,所以得到,Compose([transforms参数1, transforms参数…])
相当于把PIL图像resize后,转化为tensor类型两个步骤组合起来。
要点
关注输入和输出类型
多看pytorch官方文档
关注方法需要什么参数(Ctrl+P)
不知道返回值的时候
print()
print(type())
(断点)debug
torchvision中数据集的使用
- pytorch官网检索数据集、分割模型等
- 下载公共数据集到dataset文件夹位置
dataloader的使用
- dataset作用:指定数据集的位置,列表中的位置(例如[0])指的是那个数据
- dataloader原理:数据加载器,将数据加载到神经网络中
3. 各项参数的使用,以及在tensorboard上的图片可视化
1 | test_loader = DataLoader(test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=True) |
- 神经网络的搭建:神经网络的基本骨架(nn.module的使用)