pytorch 入门级项目的感悟

花了两天时间学习了基础卷积网络结构和pytorch实现，先放一个最经典的压压惊

遇到的问题

1、 sublime的代码用Pycharm打开，空格处可能会出现特殊字符，去掉。
2、在运行过程中，cuda 要选择 gpu,cpu，可能会出现 ValueError: num_samples should be a positive integer value, but got num_samples=0； RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling cublasCreate(handle)，调整batch_size大小就好
3、困惑产生了loss和acc，不会画图，之前见过用tensorboard 和 plt的，对于数据的存储还是有疑惑。

 plt.plot(range(Epoch), train_loss_list, label="train")

4、ValueError: num_samples should be a positive integer value, but got num_samples=0，我的是因为路径不对，只放了子目录，上一级的丢了

（wrong）train_data = data_set("./dataset/train", data_transform, train=True)
(true)train_data = data_set("./CNN_CatvsDog/dataset/train", data_transform, train=True)

感悟

1. 模型结构是固定的，无非就是代表性的几种结构，LeNet、LeNet34、CNN、2NN…包括各层+前馈函数+backward(不知怎么翻译，反馈函数？)

2. 数据集可以使用现成的mnist、cifar-10，还需要根据实验要求进行修改

3. 训练阶段，就是加载训练集、然后定义参数Epoch、批尺寸、学习率、损失函数、优化器、衰减系数等，然后将数据喂进去，画图

4. 验证集和评估集都差不多。

5. 标签和特征分的还不是特别清楚

先这么多吧~