Python、Pytorch学习记录

持续更新…

1. filter(function,iterable)
   function:表示判断函数
   iterable:表示可迭代对象
   作用：用于过滤序列，过滤掉不符合条件的元素，返回的是一个迭代器对象
   i.e. 将需要优化的参数传入优化器

optimizer = optim.Adam(filter(lambda p:p.requires_grad,
                        model.parameters()),lr)

2. 冻结网络层参数

for param in model.parameters():
	param.requires_grad = False

后面需要放开的话就改成True即可。

3. np.argmax(a , axis = None , out = None)
   作用：用于取得数组中每一行或每一列的最大值
   a:表示输入的矩阵
   axis=0:表示行取最大值，此时对每一列进行操作，最终输出结果是一行

4. 加载预训练模型
   i.e. baseline(food)中的predict.py里

model = VisitNet().cuda()
# model_path中放了预训练模型
model.load_state_dict(torch.load(model_path))

5. 用subplot画多个图

plt.subplot(121)     # 代表1*2,第1个位置
plt.plot(...)
# 补充一些画图基本命令
plt.xlabel('横轴')
plt.ylabel('纵轴')

f = plt.figure(num=图像编号,figsize=(width,height),dpi=分辨率,
				facecolor=背景颜色,edgecolor=边框颜色)
# 创建子图法2
f.add_subplot(121)
# 画线 'b'蓝色 'c'青色 'm'品红 'y'黄色 'k'黑色 '-'实线 '--' '-.' ':'
plt.plot(x,y,c='r',label='')
# 标题
plt.title('python')
# 图例
plt.legend()
# 坐标轴
plt.axis([xmin,xmax,ymin,ymax])
# 网格
plt.grid()

6. 输出多个变量的方法
   法1：print(‘变1’,file_name,‘变2’,file2_name)
   法2：print(‘变1: %s 变2: %s’ % (file_name,file2_name))
   法3：print('变1: {0} 变2: {1} ').format(file_name,file2_name)

7. 训练与测试时显存out of memory的一个解决方法
   torch.cuda.empty_cache()

8. dict()函数用于创建一个字典
   传入关键字法：dict(a=‘a’,b=‘b’,c=‘c’)
   映射函数的方式：dict(zip([‘one’,‘two’,‘three’],[1,2,3]))
   可迭代对象：dict([(‘one’,1),(‘two’,2),(‘three’,3)])