珍妮小屋
0%

Pytorch学习记录

Posted on Edited on In

  1. tensorboard的使用

    1. SummaryWriter(“logs”)：用于读取logdir中的日志
    2. add_scalor()：用于图像绘制
    3. add_image()：用于获取图像到summary中
      1. 通常dataformats=’CHW’，但是ndarray格式要修改为dataformats=’HWC’

  2. transforms的使用

    1. 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。

    2. PIL和np.array（opencv）的区别：cv2是BGR PIL是RGB

    3. Ctrl+P的功能：查看填入上面类型的参数

    4. ToTensor()：转换图像类型格式

      ​ Convert a PIL Image or numpy.ndarray to tensor

    5. Normalize()：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]

    6. Resize()：把PIL image调整为特定的尺寸

    7. 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。

  3. 要点

    1. 关注输入和输出类型

    2. 多看pytorch官方文档

    3. 关注方法需要什么参数（Ctrl+P）

    4. 不知道返回值的时候

      ​ print()

      ​ print(type())

      ​ (断点)debug

  4. torchvision中数据集的使用

    1. pytorch官网检索数据集、分割模型等
    2. 下载公共数据集到dataset文件夹位置

  5. dataloader的使用

    1. 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
    2. dataloader原理：数据加载器，将数据加载到神经网络中

dataloader

​ 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)
  1. 神经网络的搭建：神经网络的基本骨架（nn.module的使用）