pytorch学习笔记（1）

训练数据最好使用DataSet和DataLoader，可以自动一个batch一个batch的取出数据，同时可以使用shuffle来打乱源数据顺序，防止因为顺序对模型造成一些不好的影响。

from torch.utils.data import DataLoader

HR_ds = TensorDataset(X, Y)
HR_dl = DataLoader(HR_ds, batch_size=batch)

model, opt = get_model()

for epoch in range(epochs):
    for x, y in HR_dl:
        y_pred = model(x)
        loss = loss_fn(y_pred, y)
        opt.zero_grad()
        loss.backward()
        opt.step()
print('epoch:', epoch, '   ', 'loss:', loss_fn(model(X), Y))