hw3_CNN问题记录

问题1：为什么变换要先把图片转成PIL类型图片再操作？

# Dataset
# training 时做 data augmentation
train_transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.RandomHorizontalFlip(),   # 随机将图片水平翻转
    transforms.RandomRotation(15),   # 随机旋转图片
    transforms.ToTensor(),   # 将图片转换成 Tensor，并把数值normalize到[0, 1](data normalization)
])

答：参考https://blog.csdn.net/qq_40327008/article/details/104463058，似乎以前的transforms的图像变换操作只接收PIL类型图片？

问题2：为什么这里的label要求是longtensor类型？

class ImgDataset(Dataset):
    def __init__(self, x, y=None, transform=None):
        self.x = x
        # label is required to be a LongTensor
        self.y = y
        if y is not None:
            self.y = torch.LongTensor(y)
        self.transform = transform

问题3：forward函数没看懂

    def forward(self, x):
        out = self.cnn(x)
        out = out.view(out.size()[0], -1)
        return self.fc(out)

问题4：“使用validation set寻找好的参数”这个过程在哪？

问题5：很离奇，把模型层数减半后显存反而超了？

报错信息：

初步的猜测：因为层数减少一半，所以池化次数减少了一半。而显存的占用主要Model本身和每一层的output，由于池化的次数减少，每一层的output变大，所以显存反而超了。在修改前两层的池化为nn.MaxPool2d(4, 4, 0)后显存占用降下来了，模型可以正常跑了。
参考链接：https://blog.csdn.net/SweetSeven_/article/details/96026706