【LLM学习之路】9月14日第四天

最新推荐文章于 2024-10-16 18:47:39 发布

想进大厂的Leo

最新推荐文章于 2024-10-16 18:47:39 发布

阅读量184

点赞数 2

文章标签：学习深度学习 pytorch

本文链接：https://blog.csdn.net/u014448315/article/details/142280143

版权

【LLM学习之路】9月14日第四天

imgs和targets作为dataloader的返回

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

#准备的测试数据集
test_data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor())

#batch_size=4 取4个数据集进行一个打包，策略是默认随机抓取，每次随即抓取4个
#drop_last看最后剩余不足的话需不需要舍去
#shuffle每次epoch取得的数据顺序是否不同
test_loader = DataLoader(dataset=test_data,batch_size=4,shuffle=False,num_workers=0,drop_last=False)

# 测试数据集中第一张照片及target
img,target = test_data[0]
print(img.shape)
print(target)

writer = SummaryWriter("dataloader")
for epoch in range(2):
    step = 0
    for data in test_loader:
        imgs, targets = data
        writer.add_image("Epoch:{}".format(epoch),imgs,step)
        step += 1
writer.close()

注意dataloader的这些参数

#batch_size=4 取4个数据集进行一个打包，策略是默认随机抓取，每次随即抓取4个
#drop_last看最后剩余不足的话需不需要舍去
#shuffle每次epoch取得的数据顺序是否不同
test_loader = DataLoader(dataset=test_data,batch_size=4,shuffle=False,num_workers=0,drop_last=False)

神经网络的基本骨架

Container模块

最常用Module 为所有神经网络提供基本的骨架

神经网络框架需要继承Mudule，提供了一个模板，然后进行修改

前向传播输入x 卷积 --> 非线性 --> 卷积 --> 非线性 --> 输出

写一个例子

class Tudui(nn.Module):
    def __init__(self) -> None:
        super().__init__()

    def forward(self,input):
        output = input + 1
        return output

#创建神经网络
tudui = Tudui()
x = torch.tensor(1.0)
output = tudui(x)
print(output)

为什么output = tudui(x)可以直接输出，但是没有显式地调用forward函数

因为有call函数，内部调用forward