使用 PyTorch 搭建网络 - dataloader_py2篇

以AlexNet为例，添加一些PyTorch函数的整理。

torchvision.transforms.Compose()和torchvision.transforms.[functions]

Compose()类可以将多个transforms对象合在一起给数据进行预处理，常以多个transforms对象的list形式传入Compose()中，如transforms.Compose([])。transforms.[functions]则可以对多个输入数据进行变换，Compose()函数原型如下：

# 原型
torchvision.transforms.Compose(transforms)
# example
data_transform = {
    "train": transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ]),
    "val": transforms.Compose([
        transforms.Resize((224, 224)),
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ])
}

torchvision.datasets.ImageFolder()类

ImageFolder()用于加载数据集，它说到底还是继承自torch.utils.data.Dataset，后续可以作为Dataset对象直接传入torch.utils.data.DataLoader中。对于ImageFolder()，root是要加载数据集的路径，transforms是对数据进行预处理的方式，函数原型和example如下：

# 原型
torchvision.datasets.ImageFolder(root: str, transform: Optional[Callable] = None, 
									target_transform: Optional[Callable] = None, loader: Callable[[str], Any] = <function default_loader>, is_valid_file: Optional[Callable[[str], bool]] = None)
# example
train_dataset = datasets.ImageFolder(root=project_path + "/flower_data/train", transform=data_transform["train"])

python 列表生成式和生成器

python 常见列表生成式 和 生成器，其中列表生成式以[]圈起，生成器以()圈起，常见列表生成器如下：

而生成器则是把中括号改成小括号。

# 列表生成式
generate_list = [i for i in range(10)  if i < 5]
# 生成器
cla_dict = dict((val, key) for key, val in flower_list.items())	# 解包取出键值对，生成dict字典，赋值给cla_dict