python目标检测入门基础知识_PyTorch目标检测学习小结

一、环境搭建

当前：Windows10 + Anaconda3.6

1.1 创建PyTorch的虚拟环境

打开Anaconda中的Anaconda Prompt那个黑框框，输入：

#注意这里pytorch是自己设置的虚拟环境名称，可以随意取

conda create --name pytorch python=3.6

之后输入y，创建pytorch虚拟环境。以下是一些常规命令：

#进入到虚拟环境

activate pytorch

#切回root环境

activate root

#删除虚拟环境

conda remove -n pytorch --all

#查看当前存在哪些虚拟环境

conda info -e

1.2 安装PyTorch

链接PyTorch官网，可以任意选择安装环境 https://pytorch.org/

#例：无CUDA安装

conda install pytorch-cpu torchvision-cpu -c pytorch

二、基础知识--Tensor

之前只用过Tensflow，学习pytorch时候，第一念头就是tensor，下面写一些入坑笔记，更多的pytorch知识参见文末的参考文献。

PyTorch中的Tensor常用类型有：float,int,bool...

Tensor和Numpy中的ndarray很多操作类似，两者之间也可以相互转换

2.1 Tensor的构建

import torch

a = torch.FloatTensor(2,3)#2x3浮点型张量

c = torch.IntTensor(2,3)#2x3整数型张量

b = torch.FloatTensor([1,2,3,4])#浮点型张量2,3,4,5

d = torch.IntTensor([1,2,3,4])##整数型张量2,3,4,5

i = torch.empty(2,3)#创建一个2x3Tensor

e = torch.rand(2,3)#随机生成2x3的浮点型Tensor，元素值在0~1区间均匀分布

f = torch.randn(2,3)#随机生成2x3的浮点型Tensor，元素取值满足均值