pytorch学习疑惑记录01

DataSet与DataLoader

1 、epoch与batch_size之间的关系

一个epoch相当于一个完整的数据周期，也就是说遍历完一个epoch也就读取完了总数据。
总数据的数目 / batch_size = batch的数目。
在程序中，batch_size是可以自己的设定的。
设总数据为160个，此时设batch_size = 16，那 batch的数目为10个（相当于遍历一个epoch，要读取10批数据，每批数据有16个）

2、已经有dataset，为什么要用dataloader?
dataset本身已经实现的数据的读取功能，也有图像的预处理方法transform，
但是如果只用dataset来读取的话，则无法多批次。单次读取完总数据，模型很有可能都无法收敛。
而dataloader则可以实现读取多个epoch，根据batch_size按批次读取，同时还带有shuffle功能（把数据打乱）。

3、transform.ToTensor是如何将图片转化为张量(tensor)数据的?
python中读取图片往往是通过 PIL 中的Image.open方法实现的，但是pytorch如果要对图片数据进行处理的话，则需要先将图片转化为张量，这就用到transform中的ToTensor方法。

如图所示，在pytorch源码中的functional.py文件里，定义了一个名叫to_tensor(pic)的方法，这个方法上就写有如何将图片转换为张量的方法——先用np.array把图片转化为数组 ,再用torch.from_numpy转化为tensor。
那我们自己也可以手动实现这个过程。