pytorch 若干小坑

caffe灵活性还是比不上torch，想要快速建立新模型，torch是个不错的选择
#

batch size 设置略大则段错误

自己练手写的lenet和官方的lennet[https://github.com/pytorch/examples/blob/master/mnist/main.py]在CPU中运行时，设置稍微大一点的batch size(8以上)，就会出现段错误，而且也没错误栈，所以无法定位，不是py层的问题

解决方法:
1.不要超过4(废话)
2.在GPU上跑(又一句废话)
不过目前就是这样，好像没别的办法了

ImageFolder

在使用 ImageFolder时，如果原始图片为单通道图像，该函数可能会把图像转换为3通道，查看torchvision/datasets/folder.py源码，有如下三个函数

def pil_loader(path):
    # open path as file to avoid ResourceWarning (https://github.com/python-pillow/Pillow/issues/835)
    with open(path, 'rb') as f:
        with Image.open(f) as img:
            return img.convert('RGB')


def accimage_loader(path):
    import accimage
    try:
        return accimage.Image(path)
    except IOError:
        # Potentially a decoding problem, fall back to PIL.Image
        return pil_loader(path)


def default_loader(path):
    from torchvision import get_image_backend
    if get_image_backend() == 'accimage':
        return accimage_loader(path)
    else:
        return pil_loader(path)

可知是default_loader调用accimage_loader失败，转而调用pil_loader时默认把所有图像转化为RGB了。那我们只要写一个自己的load函数给ImageFolder即可:

from PIL import Image

def  readImg(path)
    return Image.open(path)

#...

xx.ImageFolder(......,load=readImg)#设定自己的图片加载函数

——————————————————-

持续更新中。。。