数据处理

os.walk
walk()方法语法格式如下：

os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])

top – 是你所要遍历的目录的地址, 返回的是一个三元组(root,dirs,files)。

root 所指的是当前正在遍历的这个文件夹的本身的地址
dirs 是一个 list ，内容是该文件夹中所有的目录的名字(不包括子目录)
files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录)
topdown --可选，为 True，则优先遍历 top 目录，否则优先遍历 top 的子目录(默认为开启)。如果 topdown 参数为 True，walk 会遍历top文件夹，与top 文件夹中每一个子目录。

onerror – 可选，需要一个 callable 对象，当 walk 需要异常时，会调用。

followlinks – 可选，如果为 True，则会遍历目录下的快捷方式(linux 下是软连接 symbolic link )实际所指的目录(默认关闭)，如果为 False，则优先遍历 top 的子目录。

  def get_img_info(data_dir):
        data_info = list()
        for root, dirs, _ in os.walk(data_dir):
            # 遍历类别
            for sub_dir in dirs:
                img_names = os.listdir(os.path.join(root, sub_dir))
                img_names = list(filter(lambda x: x.endswith('.jpg'), img_names))

                # 遍历图片
                for i in range(len(img_names)):
                    img_name = img_names[i]
                    path_img = os.path.join(root, sub_dir, img_name)
                    label = DogCat_label[sub_dir]
                    data_info.append((path_img, int(label)))

        return data_info
        

targets.cuda(async=True) Syntax Error: invalid syntax:

if use_cuda:
#inputs, targets = inputs.cuda(), targets.cuda(async=True)
inputs, targets = inputs.cuda(), targets.cuda(async=True)
inputs, targets = torch.autograd.Variable(inputs,requires_grad=False), torch.autograd.Variable(targets,requires_grad=False)

报错;Syntax Error: invalid syntax

cuda(device=None, non_blocking=False) → Tensor

Returns a copy of this object in CUDA memory.

If this object is already in CUDA memory and on the correct device, then no copy is performed and the original object is returned.

Parameters

device (torch.device) – The destination GPU device. Defaults to the current CUDA device.

non_blocking (bool) – If True and the source is in pinned memory, the copy will be asynchronous with respect to the host. Otherwise, the argument has no effect. Default: False.

修改为inputs, targets = inputs.cuda(), targets.cuda()即可
把async改为non_blocking即可

invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number

报错原因分析:

train_loss += loss.data[0] 是pytorch0.3.1版本代码,在0.4-0.5版本的pytorch会出现警告,不会报错,但是0.5版本以上的pytorch就会报错,总的来说是版本更新问题.

解决方法:

#将原语句：

train_loss+=loss.data[0]

#修改为：

train_loss+=loss.item()
去掉[0] 或者改为item

OSError: cannot identify image file

不知道咋解决，莫非要把jpg改为png？
由6.2.0改为5.2.0还是不行