PyTorch学习-小土堆教程

5、pytorch加载数据初认识

Dataset：从数据集中获取每一个数据并赋予标签lable，统计一共有多少个数据

Dataloader：用于数据打包，为网络提供不同的数据形式

6、Dataset类代码实战

定义类Mydata，定义类的全局变量、获取图像和标签、获得数据集数量

数据集中一般常用的标记方式是：一个文件夹放图片，另一个文件夹放lable（用文本文档保存标签名称）

7、TensorBoard的使用（一）

TensorBoard 是一个基于浏览器的数据可视化工具，可以监视你模型的训练全过程，不需要联网就能打开这个观察器，这只是个本地服务。使用前需要安装 pip install tensorboard。

add_scalar()：将标量添加到 summary
参数：
tag (string)：数据标识符，声明一个标识符就会记录运行的数据！
scalar_value (float or string/blobname)：要保存的数值，相当于y轴
global_step (int)：全局步值，相当于x轴
walltime (float)：可选参数，用于记录发生的时间，默认为 time.time()

指定端口

tensorboard --logdir=logs 打开默认的端口
tensorboard --logdir=logs --port=指定的端口数字

7、TensorBoard的使用（二）

add_image()

opencv读取的是numpy类型数据

8、Transforms的使用（一）

如何使用transforms

数据类型tensor

9、Transforms的使用（二）

网络搭建torch.nn.Module

卷积操作 

torch.nn.functional.conv2d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)

神经网络-卷积层