加载数据集:
-
用Mini-Batch来平衡性能以及学习时间
-
Mini-Batch使用两层循环:外层表示训练周期,内层是对Batch进行迭代
注:其中epoc表示当所有训练样本都经历过正向和反向传播的过程,就叫1次epoc(即所有样本都训练过1次的过程);batch-size表示前馈+反馈+更新用到的样本数量;literation:表示一共分了多少个Batch
-
DataLoader过程:先shuffle(打乱数据的顺序)再loader(对打乱的数据进行分组)
用ernmerate进行循环:可以获取当前是第几次循环
Dataset:首先其是一个抽象函数,不能直接实例化,要新建一个函数并集成Dataset;其次,集成他后要实现三个方法
第一:__init__是初始化函数,可以自动生成,不用动
第二:__getitem__()是根据索引来获取样本的(相当于根据id找数据)
第三:__len__()返回数据集的长度
import numpy as np
import torch
from torch.utils.data import Dataset
from torch.utils.data import DataLoader
class DiabetesDataset(Dataset):
def __init__(self, filepath):
xy = np.loadtxt(filepath, delimiter=',', dtype=np.float32)
self.len = xy.shape[0]
self.x_data = torch.from_numpy(xy[:, :-1])
self.y_data = torch.from_numpy(xy[:, [-1]])
def __getitem__(self, index):
return self.x_data[index], self.y_data[index]
def __len__(self):
return self.len
# 获取数据
dataset = DiabetesDataset('./data/diabetes.csv')
# 用dataloader进行数据随机分组(训练集要打乱,测试集不需要)
data_loader = DataLoader(dataset=dataset, batch_size=32, shuffle=True, num_workers=2)
class Model(torch.nn.Module):
def __init__(self):
super(Model, self).__init__()
self.linear1 = torch.nn.Linear(8, 6)
self.linear2 = torch.nn.Linear(6, 4)
self.linear3 = torch.nn.Linear(4, 1)
self.sigmoid = torch.nn.Sigmoid()
def forward(self, x):
x = self.sigmoid(self.linear1(x))
x = self.sigmoid(self.linear2(x))
x = self.sigmoid(self.linear3(x))
return x
ldmodel = Model()
criterion = torch.nn.BCELoss(reduction='mean')
optimizer = torch.optim.SGD(ldmodel.parameters(), lr=0.1)
if __name__ == '__main__': # 如果不加这一步会报‘RunTime Error’
for epoc in range(100):
for i, data in enumerate(data_loader, 0):
inputs, labels = data
y_pred = ldmodel(inputs)
loss = criterion(y_pred, labels)
print(epoc, loss.item())
optimizer.zero_grad()
loss.backward()
optimizer.step()