Pytorch入门(一)深度学习介绍和PyTorch库
![PyTorch project](https://img-blog.csdnimg.cn/94882336946243c4b425621cb5a0a009.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA6I-c6bif55qE5omT5oCq5Y2H57qn,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
声明:本文是阅读《Deep Learning With Pytorch》所做的笔记,以方便学习pytorch,详细内容请阅读原书。
第一部分 数据处理
1. 数据转化 convert samples into tensors
将数据中的样本转为PyTorch能处理的格式:Tensors(张量)(第3章)。需要借助 torch.utils.data 中的 DataSet 类(第7章)。
- 如何将不同类型的数据转为张量,见第4章
2. 数据并行加载 parallelize data loading
batches: 包含多个样本的张量。
PyTorch提供了 DataLoader 类,使得更高效