pytorch基础总结(一)

1.关于使用iter(dataloader)

list、tuple等都是可迭代对象,我们可以通过iter()函数获取这些可迭代对象的迭代器,iter()函数实际上就是调⽤了可迭代对象的 __ iter __ ⽅法。即:使用iter可以使迭代数据直接使用到索引数据的函数功能。方便后面的数据读取与访问。next与iter()要联合使用

 

 2.关于使用warmup方式调整学习率

 3.对于class(dataset):继承类构建自己的数据集,理解:返回的是image,label对

而Dataloader 库函数的使用,是对一个batch的图与对应的标签进行打包,方便读取

而在fixmatch模型中,特殊之处,用到了对同一张图片分别进行弱增强 与 强增强,保持一致性正则化(标签在增强前后不变),Dataloader返回的就是(image1,image2),label

 可以从加载得数据集   unlabeled_dataset追溯到

 从而追溯到函数   

def get_cifar10(args, root):

 

 由于在图像增强时就是一对  一对地进行增强并且返回的,

所以在DataLoader返回的就是(image1,image2),label

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值