pytorch 完整的模型训练过程（入门级代码）

pytorch 模型训练过程（入门级代码）

加载数据集

Dataset是一个包装类，用来将数据包装为Dataset类，然后传入DataLoader中，我们再使用DataLoader来更加快捷的对数据进行操作。

Dataset

数据集包括训练集和测试集，在pytorch torchvision中有些常见的数据集，可以直接写代码设置参数下载。例如下载CIFAR10数据集：

train_data=torchvision.datasets.CIFAR10(root="../data",transform=torchvision.transforms.ToTensor(),train=True,download=True)
test_data=torchvision.datasets.CIFAR10(root="../data",transform=torchvision.transforms.ToTensor(),train=False,download=True)

download为True时会自动下载，下载的数据为PIL格式，要转为tensor。

每个数据集下载时的参数设置可能不一样，可以去官方文档具体查看。

如果是自己的数据集，大多数时候需要重写dataset类以方便对数据操作，入门级先不做介绍。

DataLoader

train_dataloader=DataLoader(dataset=train_data,batch_size=64,shuffle=True,num_works=0,drop_last=