指路☞ 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili
目录
一、知识补充
1、Dataset 和 DataLoader是构造数据集的两个类,其中Dataset是构造数据集,支持索引下标,拿出数据集中的一个样本;DataLoader是拿出一个mini-batch一组数据
2、梯度下降用的全部样本,提升计算速度;随机梯度下降用其中一个样本,可以克服鞍点,但时间长。so我们用mini-batch来均衡
3、内层用batch进行迭代,epoch是所有的样本进行前向传播和反向传播,即所有样本都参与训练
lteration: 内层循环迭代了多少次
4、shuffle :打乱顺序;dataset要能提供索引和长度len给dataLoader;batch_size =2 ,所以要分成两个两个一组
5、Dataset抽象类,不能实例化,只能用子类继承
dataloader可以实例
魔法方法,getitem方法进行下标操作,把其中的一个数据拿出来;len拿出整个数据的数量;