torchnet package (1)

torchnet

• torchnet用于torch的代码复用和模块化编程框架,主要包含四个类
  • Dataset: 以不同的方式对数据进行预处理.
  • Engine: 训练/测试机器学习方法
  • Meter评估方法性能
  • Log日志.

Documentation

torchnet的调用

local tnt = require ‘torchnet’

tnt.Dataset()

torchnet提供了多种即插即用的数据容器(data.container),例如:
concat,split,batch,resample,etc … 操作。
tnt.Dataset()实例包含两种方法:

• dataset.size() 返回数据集大小
• dataset.get(idx): 其中$idx$是1到size中的数据,返回数据集的第$idx$个样本.
• 尽管可以简单的通过for loop循环实现数据集的迭代,为了用户能够以$on-the-fly-manner$找出某些样本或者并行的数据读取,torchnet还提供了一些$DatasetIterator$类型的迭代器

在torchnet中，dataset:get()返回的可以是一个Lua table。table中的阈值可以是任意的，即使大多数的数据集都是tensor类型。

需要注意的是,并不能直接的使用$tnt.Dataset()$创建该类型,该类型类似于一个抽象类,其下面的具体类包括$batchdataset，splitdataset$等.

a={{1,2,3},{2,3,4},{2,2,2}} 
b=torch.Tensor(a) 
f=tnt.ListDataset({list=b:long(),function(x) return x:sum() end}) 
print(f:size())         -- 3 
print(f:get(1))        

总结

慢慢的将torchnet库都给其搞明白,全部都将其研究彻底都行啦的理由于打算.