weixin_45837625的博客

在写特征提取网络的时候，在卷积网络和分类网络的相结合的地方，需要用到将特征转换成一个列数为一的一维向量： #coding=utf-8 #torch x=x.view(x.size()[0],-1) import torch a=torch.arange(1,17) #[1,16] print(a) print(a.size(0)) #[16] 一行，十六列 #x=x.view(x.size(0),-1) b=a.view(a.size()[0],-1) #b=a.view(a.size(0),-1

pytorch： utils.data 使用案例（自定义数据集） utils.data包括Dataset和DataLoader。 torch.utils.data.Dataset为抽象类。 自定义数据集需 要继承这个类， 并实现两个函数， 一个是__len__， 另一个是__getitem__， 前者提供数据 的大小（size） ， 后者通过给定索引获取数据和标签。 __getitem__一次只能获取一个数据， 所以需要通过torch.utils.data.DataLoader来定义一个新的迭代器， 实现