pytroch--批训练

---

以前我们都是成批量数据去训练的，但是面对大批量数据的时候，往往会影响速度，所以这里使用批数据训练，提高效率

---

import torch
import torch.utils.data as Data
from torch.autograd import Variable

#每一批的数据量
BATH_SIZE = 4

x = torch.linspace(1, 20, 20)
y = torch.linspace(20, 1, 20)

#x, y =Variable(x), Variable(y)


torch_dataset = Data.TensorDataset(x, y)
#loader可以使我们的数据是一小批的
loader = Data.DataLoader(
    dataset=torch_dataset,
    batch_size=BATH_SIZE,
    shuffle=True,#训练的时候打乱数据
    num_workers=2,#提取loader的时候，使用2个线程or进程
)


#这里的意思是将整批数据训练三次，每一次的时候，又拆分成5批（BATH_SIZE=4），分批训练
if __name__ == '__main__':

    for times in range(3):
        for step, (bath_x, bath_y) in enumerate(loader):
            #training.....
            bath_x, bath_y = Variable(bath_x), Variable(bath_y)

            print('times', times, "|step:", step,