torch
torch.Tensor:Tensor变量的定义与计算
- - - Tensor变量的定义
Tensor变量是pytorch模型中用于输入输出以及更新的变量。在将数据送入网络模型前,我们需要将不是Tensor的变量转换成Tensor变量。
torch.transforms: 对输入的数据进行变换
注:计算机视觉中我们处理的大部分数据是图片类的,而在pytorch中,我们处理的数据需要是Tensor类型。除此之外,我们仍然需要对数据进行变换。
- - - torchvision.transforms.Compose:容器,同时对多种数据变换进行组合。
inputs:转入的参数是一个列表,列表中的元素是对载入的数据进行的各种变换参数。
torch.autograd:Variable变量的定义与计算
- - - Variable
网络中一切需要更新的变量且从这些变量中衍生的变量都是Variable变量。
torch.nn可以搭建一种静态的网络模型,torch.autograd使得我们的网络模型动态可更新。
requires_grad: bool,false代表自动梯度计算过程中不会计算梯度值
X.data以及X.grad.data:
X.grad.data.zero_():将一次更新后的梯度清零,不然会累加
torch.nn:网络的搭建与封装
torch.optim:网络参数的自动更新与优化方法
torchvision:数据的处理、导入和预览
torchvision.datasets:数据的获取。下载并加载数据的训练集以及测试集
torchvision.datasets.ImageFolder(root=“root folder path”, [transform, target_transform])。本地数据的加载。
torchvision.transforms.Compose:数据的变换。容器,同时对多种数据变换进行组合。
inputs:转入的参数是一个列表,列表中的元素是对载入的数据进行的各种变换参数。