import glob
glob是python自己带的一个文件操作相关模块,用它可以查找符合自己目的的文件,支持通配符操作, *代表0个或多个字符,?代表一个字符,[]匹配指定范围内的字符,如[0-9]匹配数字。
glob模块的主要方法就是glob,该方法返回所有匹配的文件路径列表(list)
- 在人脸重建中,一般在导入所需要的input图片使用,通过其将要训练/测试的图片路径放到一个list列表中。
import glob
img_list = glob.glob(image_path + '/' + '*.jpg')
glob.glob(r’E:\pic**.jpg’)
获得指定目录下的所有jpg文件
torch.from_numpy()
用来将数组array转换为张量Tensor
bottleneck
bottleneck简单翻译就是瓶颈层,一般在深度较高的网络(如resnet101)中使用
state_dict变量
在pytorch中,torch.nn.Module模块中的state_dict变量存放训练过程中需要学习的权重和偏执系数,state_dict作为python的字典对象将每一层的参数映射成tensor张量,需要注意的是torch.nn.Module模块中的state_dict只包含卷积层和全连接层的参数,当网络中存在batchnorm时,例如vgg网络结构,torch.nn.Module模块中的state_dict也会存放batchnorm’s running_mean。
pickle模块
- 通过pickle模块的序列化操作,我们能够将程序中运行的对象信息保存到文件中去,永久存储;
- 通过pickle模块的反序列化操作,我们能够从文件中创建上一次程序保存的对象。
isinstance() 函数
来判断一个对象是否是一个已知的类型,类似 type()。
normal_
Tensor torch::nn::init::normal_(Tensor tensor, double mean = 0, double std = 1)
用由均值和标准参数化的正态分布的值填充给定的二维矩阵。