追求自由的码砖人

自定义数据集类必须实现三个函数：[__init__]{.title-ref}、[__len__]{.title-ref}和[__getitem__]{.title-ref}。看看这个实现；FashionMNIST图像存储在一个目录img_dir中，它们的标签分别存储在一个CSV文件中。import os__init__The __init......__init__[__init__]{.title-ref}函数在实例化数据集对象时运行一次。

张量是一种专门的数据结构，非常类似于数组和矩阵。在PyTorch中，我们使用张量来编码模型的输入和输出，以及模型的参数。张量类似于NumPy的ndarrays，不同之处在于张量可以在GPU或其他硬件加速器上运行。事实上，张量和NumPy数组通常可以共享相同的底层内存，从而无需复制数据（请参见与NumPy的桥接）。张量还针对自动微分进行了优化（我们稍后将在自动微分部分看到更多）。如果您熟悉ndarrays，那么您将对张量API感到非常熟悉。如果不熟悉，请跟着学习！

在这里，我们定义了一个批处理大小为 64，即 DataLoader 可迭代对象中的每个元素将返回一个包含 64 个特征和标签的批次。PyTorch 有两个用于处理数据的基本类：torch.utils.data.DataLoader 和 torch.utils.data.Dataset。我们希望看到准确率随着每个 epoch 的增加而增加，损失随着每个 epoch 的减少而减少。在单个训练循环中，模型对训练数据集进行预测（以批次的方式提供给模型），并通过反向传播预测误差来调整模型的参数。

最近chatGPT实在太火了，不谈下都不好意思说自己在技术圈混了，刚好前段时间公司里面在举办一个企业微信机器人比赛，然后就用注册了openai的一个账号，用python写了一个玩玩，但是想想不过瘾，于是乎🈶️花了2个小时写了一个基于微信的聊天机器人，这里和大家交流下。

图片文字识别效果调研