学习总结(二)---11.1

pytorch接上:

1、Dataset:提供一种方式去获取数据及其label

     Dataloader:为后面网络提供不同数据形式,将Dataset进行打包整理。

2、例:

  class MyData(Dataset):

         def __init__(self):   (作用就是为class提供一个全局变量)

3、读取图片:1、import opencv   2、from PIL import Image

用第二种方式要添加路径,window要使用两个\\,代表转义 

利用 img = Image.open(img_path)可以读取图片流

显示图片:img.show()

4、def __getitem__(self,idx)    idx是索引,可以根据  image list  找到图片地址

需要用到   import os,是python常用的系统的库

dir代表文件夹

关于路径的整理:

最后一行函数是将 root 和 label 的路径拼接

5、代码中 self 可以把指定的变量给后面函数使用

前两行是进行创建全局变量,方便后面使用。

6、 logdir=事件文件所在文件夹名称

 通过tensorboard查看效果图,端口可自行设置,蓝色部分点开就是效果图。

 7、numpy一般写成np.

8、在程序的左下角,Structure结构中

     compose:是进行裁剪(一般是中心裁剪)

                                                               是后者的输入 

     Normalize:归一化

     totenso:把PTL 的图或者np类型的转化成tensor

     toPILImage:转化成PIL的图

9、transforms结构和用法

     作为一个.py文件,类似工具箱

主要解决两个问题:

1、transforms在python中如何使用

                                 tensor_trans = transforms.ToTensor()

                                                         引入transforms工具中的totensor,返回tensor值

                                 tensor_img = tensor_trans(img)

                                                将img转化成tensor类型的img

流程图: 

                           

    2、为什么要输出tensor的数据类型

tensor包含了神经网络中的理论:

backward_books =反向传播

grad 梯度

10、

类型 :                                            打开方式: 

11、python中call的用法

 

红色框是利用了__call__,可以后续调用的时候,不用加(.名称)

12、nomalize归一化公式

mean均值,std标准

  

13、resize

14、总结方法:

   关注输入和输出类型,多看官方文档:ctrl+鼠标左键,关注此方法需要什么参数

   不知道返回值的时候:1、print     2、print(type())    3、debug

截止:PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili

明日计划,接着看pytorch,另外看:【建议收藏】C语言/C++ 手写支付宝人脸识别系统_哔哩哔哩_bilibili

英语学习:

device

enlighten

infant

stem

prompt

allegedly

realm

execute

implicitly

spontaneously

fetch

protagonist

possession

attentively

foresee

explicit

perspective

dismiss

consensus

facial

rip

tactic

entrepreneur

practitioner

withstand

therapy

predator

wipe

immense

irrationnally

cruel

manipulate

aggregate

welfare

subsistence

legitimate

          

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