本节代码
Working with data 处理数据
讲述了如何处理数据,两个最关键的部分:
torch.utils.data.DataLoader and torch.utils.data.Dataset
#前者存储,后者迭代
PyTorch 提供领域特定的库,如 TorchText、 TorchVision 和 TorchAudio,所有这些都包含数据集
- Dataset有俩参数: transform 和 target _ transform,分别用于修改样本和标签
- Dataloader的描述:
wraps an iterable over our dataset, and supports automatic batching, sampling, shuffling and multiprocess data loading.
Creating Models 创建模型
- 在__init__()中定义层
- 在forward()中指定数据如何flow
- 这里的loss 和opt是分开的。正如花书中说的,backprob只是计算梯度而已,并没有优化功能。因此loss指定了损失函数是什么,然后能计算梯度,剩下的怎么优化交给优化器做。