python-pytorch—./与../—pytorch之transforms—optimizer的3个函数—iter()与next()—argparse.ArgumentParser()

1、.与…与./与…/

. 代表当前所在目录

… 代表当前所在目录的父目录

./ 代表当前所在目录下的某个文件夹或文件

…/ 代表当前所在目录的父目录下的某个文件夹或文件

2.Pytorch：transforms的二十二个方法

1.依概率p垂直翻转——transforms.RandomVerticalFlip

• 功能：依据概率p对PIL图片进行垂直翻转
• 参数：p- 概率，默认值为0.5

•   eg:VerticalFlip(p=0.5),
  

2.依概率p水平翻转——transforms.RandomHorizontalFlip

• 功能：依据概率p对PIL图片进行水平翻转
• 参数：p- 概率，默认值为0.5

•   eg:HorizontalFlip(p=0.5),
  

3.依概率p，随即旋转90度，0次或者多次—RandomRotate90()

•   eg：RandomRotate90(p=0.5),
  

3.optimizer相关函数

• 3个函数的作用是先将梯度归零（optimizer.zero_grad()），
• 然后反向传播计算得到每个参数的梯度值（loss.backward()），
• 最后通过梯度下降执行一步参数更新（optimizer.step()）

4.iter()函数与next()函数

• iter()的标准用法:iter(object),object:必须是支持迭代的集合对象(list、tuple等都是可迭代对象)
• 可以通过iter()函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据

x = ['我', 2, '1']
y = iter(x)
for i in range(len(x)