深入浅出pytorch(四)

基础实战——FashionMNIST时装分类

这里基础实战已经给出了pytorch基础实战代码，配置好环境后直接打开，逐步运行即可。
整个流程为

• 读取数据时，由于我们选择使用的是MNIST数据集，由PyTorch，torchvision提供的内置数据集。方式一直接下载速度较慢，选择第二种
• 自行构建Dataset类，提前下载好数据集，读入csv格式的数据
• 定义一个Dataloader类便于后续数据读取
• 设计训练模型，这里只是给了个较容易上手的CNN模型，中间模块化程序较多，需要自己理解。
• 设定损失函数，这里用的是自带的Crossentropy交叉熵损失。
• 设定优化器，选择Adam优化器
• 最后，将各部分代码封装，便于后续改进
• 根据结果？进行训练，调参？
• 至此模型训练完毕。

整体上，通过给定的简单的一个基于Pytorch深度学习训练模型，对深度学习的一般模型训练应用有了最基本的实践与认识，最近在上深度学习课程，这个team-learning可以说，提前多夯实了pytorch框架下，模型训练的一些理论知识，通过简单的动手实践，理解并熟悉了这样一套流程。加油！

更新，直到最后，还没意识到其中问题

• 前面都没啥异常，只是最后一步，训练模型的时候一直卡在那里，未果，发现中间并没有使用GPU，反复安装环境，手动下载，pip安装torch对应的cuda版本的GPU包，.whl文件，至此torch.cuda.is_available()结果为True
• jupter notebook内核显示内核挂掉了？将会立即重启？