Pytorch学习笔记（1）学习准备

笔记地址：https://pytorch.zhangxiann.com/

7.1 模型保存与加载 - PyTorch 学习笔记 (zhangxiann.com)

代码

配套代码：https://github.com/zhangxiann/PyTorch_Practice

所有代码均在 PyCharm 中通过测试，建议通过 git 克隆到本地运行。

数据

由于代码中会用到一些第三方的数据集，这里给出百度云的下载地址（如果有其他更好的数据托管方式，欢迎告诉我）。

数据下载地址： 链接：https://pan.baidu.com/s/1f9wQM7gvkMVx2x5z6xC9KQ 提取码：w7xt

面向读者

torch.randint(high=5, size=(1, 1, 4, 4), dtype=torch.float) 生成了一个形状为 (1, 1, 4, 4) 的随机整数张量。它的元素值介于 0 到 5 之间。

nn.MaxPool2d 的第三个参数 return_indices=True 表示返回池化操作中选取的最大值的索引。这样，除了得到经过最大池化后的图像张量 img_pool，还会返回一个保存了最大值索引的张量 indices。

maxpool_layer 的其他参数与前面的示例相同，池化窗口大小为 2x2，并且水平和垂直方向上的步幅都为 2。

本教程假定读你有一定的机器学习和深度学习基础。

如果你没有学习过机器学习或者深度学习，建议先观看 Andrew ng 的深度学习（Deep Learning）课程，课程地址： https://mooc.study.163.com/university/deeplearning_ai#/c。

然后再学习本教程，效果会更佳。

学习计划

这个学习笔记共 25 章，分为 8 周进行的，每周大概 3 章（当然你可以根据自己的进度调整），每章花费的时间约 30 分钟到 2 个小时之间。