学习大纲
参考视频:Pytorch学习
1.基础环境配置
2.图像的预处理
P3.两大函数
1.dir():打开
dir(torch)
dir(torch.cuda)
dir(torch.cuda.is_available)
2.help():说明书
help(torch.cuda.is_available)
Help on function is_available in module torch.cuda:
is_available() -> bool
Returns a bool indicating if CUDA is currently available.
P4.Pycharm 和Jupyter比较
在pytorch环境下安装Jupyter
在prompt中输入一下命令
conda install nb_conda
使用jupyter
jupyter notebook
shitf+回车运行jupyter中的代码
P5.加载数据
Dateset:提供一种方式获取数据以及label
Dateloader:为网络提供不同的数据形式 eg.打包
以蚂蚁和蜜蜂数据集为例子
另一种组织形式
from torch.utils.data import Dataset
help(Dataset)
P6.Dataset代码实战
from torch.utils.data import Dataset
from PIL import Image
import os
class MyData(Dataset):
def __init__(self, root_dir, label_dir): # 初始化
self.root_dir = root_dir # 根目录
self.label_dir = label_dir # 类别目录
self.path = os.path.join(self.root_dir, self.label_dir) # 合并目录
self.image_path = os.listdir(self.path)
def __getitem__(self, idx): # 返回一个数组
img_name = self.image_path[idx]
img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
img = Image.open(img_item_path)
label = self.label_dir
return img, label
def __len__(self): # 获取图片数
return len(self.image_path)
root_dir = "dataset/train"
ants_label_dir = "ants"
bees_label_dir = "bees"
ants_dataset = MyData(root_dir, ants_label_dir)
bees_dataset = MyData(root_dir, bees_label_dir)
img, label = ants_dataset[0]
img.show()
print(label)
img, label = bees_dataset[0]
img.show()
print(label)
train_dataset = ants_dataset + bees_dataset # 数据集的拼接
print(len(train_dataset))
img, label = train_dataset[123]
img.show()
img, lebel = train_dataset[124]
img.show()
一些函数用法
1.os.listdir()
用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。 它不包括 . 和 … 即使它在文件夹中。
P8-P9 TensorBoard使用
SummaryWrite类
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")
# writer.add_image()
# y=x
for i in range(100):
writer.add_scalar("y=x", i, i) # 绘制图像,三个参数分别为:标题,y轴,x轴
运行该文件后产生一个logs文件,在终端中输入以下命令
tensorboard --logdir=logs
点击链接即可看到绘制出的图像
重新绘制图片时需要将log文件中内容删掉
numpy.array()
将PIL图片类型转换为numpy图片类型
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter("logs")
img_path="rename_label/dataset/train/bees_image/16838648_415acd9e3f.jpg"
img_PIL=Image.open(img_path)
img_array=np.array(img_PIL) # 将图片转换为numpy数据类型
print(type(img_array))
print(img_array.shape) # 三通道(H,W,C)
writer.add_image("test",img_array,1,dataformats='HWC') # 从PIL到numpy需要指定shape中每个数字表示的含义
#y=2x
for i in range(1000):
writer.add_scalar("y=2x",2*i,i)
writer.close()
P10-P11 Transform使用
作用:对图片进行一些变化
知识点
1.transform如何使用(Python)
2.为什么需要Tensors数据类型
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
# python的用法 =>tensor的数据类型
# 通过transforms.ToTensor去解决两个问题
# 绝对路径 C:\Users\yxf\Desktop\lenrn_pytorch\rename_label\dataset\train\ants_image\0013035.jpg
# 相对路径 rename_label/dataset/train/ants_image/0013035.jpg
img_path = "rename_label/dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path) # PIL image
writer = SummaryWriter("logs")
# 1、一个问题是transform如何使用(Python)
# 2、为什么需要Tensors数据类型 : 便于神经网络训练
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img) # 将img图片转化为tensor类型
print(tensor_img)
writer.add_image("Tensor_img",tensor_img)
writer.close()
图片的两种打开方式
1.PIL类型
img_path = "rename_label/dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path) # PIL image
2.numpy类型
img_path = "rename_label/dataset/train/ants_image/0013035.jpg"
cv_img=cv2.imread(img_path) # numpy image
P12-13常见的Transforms函数
图片的三种不同格式
call函数
class Person:
def __call__(self,name):
print("__call__"+"Hello "+name) # 相当于重载了(),在生成实例时调用了call函数
def hello(self,name):
print("hello"+name)
person=Person()
person("Zhangsan")
person.hello("lisi")
ToTensor()
功能:将PIL型图片转为tensor类型
输入:PIL型
输出:tensor型
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
writer = SummaryWriter("logs")
img = Image.open("image/pytorch.jpg")
print(img)
# ToTensor的使用
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img) # 将PIL的image变为tensor数据类型
writer.add_image("ToTensor",img_tensor)
writer.close()
Normanize()
功能:归一化
输入:tensor类型
输出:tensor类型
归一化公式
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
writer = SummaryWriter("logs")
img = Image.open("image/pytorch.jpg")
print(img)
# Normanize的使用
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
# 参数1:每个信道的平均值序列 参数2:每个信道的标准差序列
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0]) # output=(input-0.5)/0.5=2*input-1
writer.add_image("Normalize",img_norm)
writer.close()
一些差别
Resize()
功能:调整图片大小
输入:
(1)(h,w)变为相应的高度和宽带
(2)一个数,那么图片的最小边将会匹配该值,然后进行等比缩放
# Resize
print(img.size)
trans_resize = transforms.Resize((512,512)) # 512*512
# img PIL -> resize -> img_resize PIL
img_resize = trans_resize(img)
print(img_resize.size)
# img_resize PIL -> totensor ->img_resize tensor
img_resize = trans_totensor(img_resize)
writer.add_image("Resize",img_resize, 0)
writer.close()
Compose()
功能:用来组合多个transforms的操作
Compose的参数需要的是一个列表,在Python中列表的表示形式为[数据1,数据2,…]
又因为在compose中,数据需要transform类型
输入:
所以得到Compose([transform参数1,transform参数2,…])
注意:不要漏掉 [ ]
# Compose - resize -method2
trans_resize_2 = transforms.Resize(512) # 512等比缩放
# PIL -> PIL -> tensor
trans_compose = transforms.Compose([trans_resize_2,trans_totensor]) #要有[]
img_resize_2 = trans_compose(img)
writer.add_image("Resize", img_resize_2, 1)
RandomCrop()
功能:随机裁剪
# Random_Crop
trans_random = transforms.RandomCrop(512)
# trans_random = transforms.RandomCrop((500,1000))
trans_compose_2 = transforms.Compose([trans_random, trans_totensor])
for i in range(10):
img_crop = trans_compose_2(img)
writer.add_image("RandomCrop", img_crop, i)
总结使用方法
1.关注输入和输出类型
看初始化,如果没有默认值就需要自己输入
2.多看官方文档
3.关注方法需要什么参数
4.不知道返回值的时候
- print(type())
- debug
P14 torchvision(将数据集和transform结合使用)
torchvision.datasets
数据集
pytorch常用数据集
torchvision.models
一些常用的模型
尝试
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True)
建议直接将下载链接复制到迅雷里下载
下载CIFAR-10数据集,放到同名的dataset文件下,再次运行py文件即可,压缩文件会自动解压
import torchvision
from torch.utils.tensorboard import SummaryWriter
# 将数据集中的图片转化为tensor类型
dataset_transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor()
])
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True, transform=dataset_transform, download=True)
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False, transform=dataset_transform, download=True)
# print(test_set[0])
# PIL类型
# print(test_set.classes)
# img, target = test_set[0]
# print(img)
# print(target)
# print(test_set.classes[target])
# img.show()
# print(test_set[0])
# tensor类型
writer = SummaryWriter("P14")
for i in range(10):
img, target = test_set[i]
writer.add_image("test_set", img, i)
writer.close()
P15 DataLoader的使用
dataset:告诉你数据集的位置和索引(牌)
dataloader:将数据加载到神经网络中(如何取牌)
dataloader的参数
ctrl+p显示需要的参数
tensorboard --logdir=“…”
dataset:数据集从哪来
batch_size:每次抓几张牌
shuffle: 是否打乱顺序
sampler:
batch_sampler:
num_workers: 加载数据时是否选择多进程,一般默认为0
drop_last: 当除不尽的时候,最后一张牌是否要舍去,true舍去