pytorch教程一Ignite

官方参考资料
如果您看到我的记录，建议忽略我的，看官方参考资料，现在水平，不值得您看
python是一种面向对象抽象，书写深度学习程序，最好是将所有程序对象像化，这样的化，可以花更多的精力在网络结构上，在这里介绍基于pytorch高级库Ignite，这个非常有用的库，下面看下源码布局

Ignite介绍

读这个之前，最好看官网github的列子

这个package中包含四个包：

1. contrib
2. engine
3. handlers
4. metrics
   这里每个package的源码有兴趣，可以读一读，感受一下，大神是如何设计package的。 一天时间，我反正是没有看懂——2019.7.2

四个概念的介绍

一、Engine
Engine是Ignite中最主要的类，它的作用是提供一个trainer 和 evaluater。

• trainer：相当于在样本上执行process_function函数执行多此，并更新参数。
• evaluater：相当于在数据上process_函数一次，输出结果：

因此：Engine具有

1. 循环功能

while epoch < max_epochs:
    # run once on data
    for batch in data:
        output = process_function(batch)

2. 更新参数
   

二、Events and Handler
Events有以下几种：

Handle是在触发上述事件时运行的函数。这个函数可以通过装饰器的方式，装饰到事件上，有两种发视定义，这里介绍一种：

这个代码的意思是：每次Iteration_completed迭代结束后，触发```log_training_loss`函数，这个函数功能是：输出loss，另外loss写入tensorbord的writer对象。

三、Timeline and events

这个图我也不明白什么意思，大概是想表述，epoch_start——iteration_start——iteration_end——epoch_end，
iteration_end，判断，输出此次iteration的loss，在epoch，输出，此时模型在训练集，和测试集上的准确率或者其他指标
四、State

state对象在Engine中引入，用来存储，process_function的输出（上文有介绍这个函数），当前的epoch，iteration，还有其他信息，每个Engine有一个State，如下：

• engine.state.epoch：Number of epochs the engine has completed. Initializated as 0.
• engine.state.max_epochs: Number of epochs to run for. Initializated as 1.
• engine.state.iteration: Number of iterations the engine has completed. Initialized as 0.
• engine.state.output: The output of the process_function defined for the Engine.

综上：这里介绍下，利用Ignite进行训练的基本思路：

1. 构建class Net(nn.Module)网络结构
2. 定义函数get_data_loaders(train_batch_size, val_batch_size), 返回train_loader，val_loader
3. 创建函数create_summary_writer(model，data_loader, dog_dir) ，返回的是一个SummaryWriter对象
4. 定义run(train_batch_size，val_batch_size, epochs, lr, momentum, log_interval, log_dir)
   1. 这个函数要定义 train_loader、val_batch_size 、模型、SummaryWriter对象、优化器、trainer、evaluator、
   2. 定义handles，通过事件触发程序
5. 运行函数