Pytorch_Knowlegde_Note

Pytorch知识点学习笔记

---

• Pytorch知识点学习笔记
  • 1. assert函数
  • 2. os.path函数
    • 2.1 os.path.exits()方法——判断路径是否存在(准确)
    • 2.2 os.path.listdir()方法——获取指定目录下所有文件和子目录路径
    • 2.3 os.path.isdir()方法——判断是否为目录(是否为文件夹)
      • 用法一：可用于遍历指定文件夹下的文件列表
    • 2.4 os.path.join()方法——拼接路径
  • 3. enumerate函数
  • 4. variable for variable in datas if expression1 用法
  • 5. json函数
    • 5.1 json.dumps()方法——将python对象编码成Json字符串
  • 6. random函数
    • 6.1 random.sample()方法——随机抽取
    • 6.2 random.choice()方法——随机抽取
  • 7. variable = False/True
  • 8. item函数
  • 9. zip()和zip(*)函数
  • 10. torch.stack()函数

---

1. assert函数

assert()断言函数，用于在调试过程中捕捉程序错误

1.1 用法：
断言函数是对表达式布尔值的判断：
expression1为1，则执行下一步程序
expression1为0，则执行expression2,并终止程序

assert expression1, expression2

1.2 举例：
如果路径root存在，则执行下一步程序
如果路径root不存在，则报错路径不存在，并终止程序

assert os.path.exists(root), "dataset root: {} does not exist.".format(root)

1.3 注意：

• 使用 assert() 时，被检测的表达式最好不要太复杂
• 不要用会改变环境的语句作为断言的表达式
  
  
  
  

2. os.path函数

os: 是 Python 内置的与操作系统功能和文件系统相关的模块

os.path: 是os.path的子模块，专门用于进行路径操作的模块。

2.1 os.path.exits()方法——判断路径是否存在(准确)

os.path.exists() 方法用于判断路径(文件或目录)是否存在，如果存在则返回 True ；不存在则返回 False。

os.path.exists(path)

参数说明：

1. path：表示要判断的路径，可以采用绝对路径，也可以采用相对路径。
2. 返回值：如果给定的路径存在，则返回 True，否则返回 False。

2.2 os.path.listdir()方法——获取指定目录下所有文件和子目录路径

os.path.listdir() 方法用于获取指定目录下所有文件和子目录路径。

os.path.listdir(path)

示例代码：

 flower_class = [cla for cla in os.listdir(root) if os.path.isdir(os.path.join(root, cla))]

2.3 os.path.isdir()方法——判断是否为目录(是否为文件夹)

os.path.isdir() 方法用于判断指定的路径是否为目录。

os.path.isdir(path)

参数说明：

1. path：表示要判断的路径，可以采用绝对路径，也可以采用相对路径。
2. 返回值：如果给定的路径是目录，则返回 True，否则返回 False。

用法一：可用于遍历指定文件夹下的文件列表

示例代码：

 flower_class = [cla for cla in os.listdir(root) if os.path.isdir(os.path.join(root, cla))]

示例代码：

import os  # 文件与操作系统相关模块
root = r'E:/Code/lesson'
path = os.listdir(root)  # 获取指定路径下的目录和文件列表
list_dir = []  # 路径列表
for item in path:  # 遍历获取到的目录和文件列表
    p = os.path.join(root, item)  # 连接目录
    if os.path.isdir(p):  # 判断是否为目录
        list_dir.append(p)
print(f'目录：{list_dir}')  # 打印目录列表

2.4 os.path.join()方法——拼接路径

os.path.join() 方法用于将两个或者多个路径拼接到一起组成一个新的路径

os.path.join(path, *paths)

参数说明：

1. path：表示要拼接的文件路径。
2. *paths：表示要拼接的多个文件路径，这些路径间使用逗号进行分隔。如果在要拼接的路径中，没有一个绝对路径，那么最后拼接出来的将是一个相对路径。
3. 返回值：拼接后的路径。

说明：使用 os.path.join() 函数拼接路径时，并不会检测该路径是否真实存在。

示例代码：

flower_class = [cla for cla in os.listdir(root) if os.path.isdir(os.path.join(root, cla))]

3. enumerate函数

enumerate()函数用于将一个可遍历的数据对象（如列表、元组或字符串）组合为一个索引序列，同时列出数据和数据下标。

示例代码：

seasons = ['Spring', 'Summer', 'Fall', 'Winter']
list(enumerate(seasons))

# 输出(索引，“标签”)
#[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]

4. variable for variable in datas if expression1 用法

将variable在datas中遍历，并在条件expreesion1为true时保存variable

示例代码：

flower_class = [cla for cla in os.listdir(root) if os.path.isdir(os.path.join(root, cla))]

示例代码：

class_indices = dict((k, v) for v, k in enumerate(flower_class))

5. json函数

JSON 是用于存储和交换数据的语法。JSON （JavaScript Object Notation）最初是用 JavaScript对象表示法编写的文本，但随后成为了一种常见格式，被包括Python在内的众多语言采用。

5.1 json.dumps()方法——将python对象编码成Json字符串

python对象转换成json对象的一个过程，生成的是字符串。

import json
x = {'name':'你猜','age':19,'city':'四川'}
print(json.dumps(x))

#输出
#{"name": "\u4f60\u731c", "age": 19, "city": "\u56db\u5ddd"}

6. random函数

6.1 random.sample()方法——随机抽取

random.sample()可以指定抽样的个数，一次性从列表中不重复地抽样出指定个数的元素。
示例代码：

val_path = random.sample(images, k=int(len(images) * val_rate))

6.2 random.choice()方法——随机抽取

random.sample() 和 numpy.random.choice() 都是可以指定抽样的个数，一次性从列表中不重复地抽样出指定个数的元素，其中 random.sample()默认就是不重复抽样（不放回的抽样），而numpy.random.choice()默认是可以重复抽样，要想不重复地抽样，需要设置replace参数为False

示例代码：

val_path = random.choice(images, k=int(len(images) * val_rate))

注意：numpy.random.choice() 对抽样对象有要求，必须是整数或者一维数组（列表），不能对超过一维的数据进行抽样

两者对比：
从对象类型上看，random.sample方法比numpy.random.choice方法适用范围广。
从速度上看，当抽样数量小的时候，random.sample方法比numpy.random.choice方法快很多；当抽样数量很大的时候，random.sample方法就不如numpy.random.choice方法了。

7. variable = False/True

使用定义一个variable和if条件语句，控制代码是否执行

示例代码：

 plot_image = False
    if plot_image:
       代码1
       代码2

8. item函数

item()函数的作用是从包含单个元素的张量中取出该元素值，并保持该元素的类型不变。,即：该元素为整形，则返回整形，该元素为浮点型，则返回浮点型。

x = torch.tensor(2.5)
print(x.item())

#输出
#2.5

9. zip()和zip(*)函数

zip()：压缩打包。对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
zip(*)：解压

zip(变量名)  #压缩
zip(*变量名) #解压缩

示例代码：

images, labels = tuple(zip(*batch))# img和label分别解压

10. torch.stack()函数

• 官方解释：沿着一个新维度对输入张量序列进行连接。 序列中所有的张量都应该为相同形状，注意与torch.cat的区别。
• 浅显说法：把多个2维的张量凑成一个3维的张量；多个3维的凑成一个4维的张量…以此类推，也就是在增加新的维度进行堆叠。

注意：对象是tensor格式

示例代码：

# 创建3*3的矩阵，a、b
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
b=np.array([[10,20,30],[40,50,60],[70,80,90]])
# 将矩阵转化为Tensor
a = torch.from_numpy(a)
b = torch.from_numpy(b)

# 按第0维拼接
d = torch.stack((a, b), dim=0)
#输出：tensor([[[ 1,  2,  3],
#         [ 4,  5,  6],
#         [ 7,  8,  9]],
#
#        [[10, 20, 30],
#         [40, 50, 60],
#         [70, 80, 90]]], dtype=torch.int32)