pytorch学习

一、训练模型的流程

1.定义数据集对象

• __init__(self,......)：可以视为构造函数
• __len__(self)：返回读取文件的长度
• __getitem__(self, index):读取文件指定index多张的图片（输入图、答案）；对图片进行预处理操作（裁剪、翻转、归一化等）；cv2读取图片后要转换颜色通道，图片从HxWxC改为CxHxW的形式；生成one-hot encoding；返回对应输入图像矩阵、标注图像矩阵、one-hot encoding。

2.搭建网络结构

• 使用卷积、激活等函数来搭建网络

3.训练模型

• 定义epoch、学习率等超参数
• 初始化数据集对象、加载数据集
• 初始化模型
• 定义损失函数、优化函数
• 编写训练周期
  • 将input输入到模型得到output
  • 将output和label算loss

二、pytorch 加载模型

方法一：将整个网络都都保存下来

# 保存和加载整个模型
torch.save(model_object, 'model.pkl')
model = torch.load('model.pkl')

方法二：仅保存和加载模型参数

# 仅保存和加载模型参数(推荐使用)
torch.save(model_object.state_dict(), 'params.pkl')
model_object.load_state_dict(torch.load('params.pkl'))

三、遇到的问题

1.不能成功读取图片

• 路径存在中文
• 路径不对，用相对路径时需要特别注意，可以自己直接把字符串路径写道方法里测试一下