【无标题】

batchsize

"""
    批训练，把数据变成一小批一小批数据进行训练。
    DataLoader就是用来包装所使用的数据，每次抛出一批数据
"""
import torch
import torch.utils.data as Data

BATCH_SIZE = 5       # 批训练的数据个数

x = torch.linspace(1, 10, 10)   # 训练数据
print(x)
y = torch.linspace(10, 1, 10)   # 标签
print(y)
# 把数据放在数据库中
torch_dataset = Data.TensorDataset(x, y)  # 对给定的 tensor 数据，将他们包装成 dataset

loader = Data.DataLoader(
    # 从数据库中每次抽出batch size个样本
    dataset=torch_dataset,       # torch TensorDataset format
    batch_size=BATCH_SIZE,       # mini batch size
    shuffle=True,                # 要不要打乱数据 (打乱比较好)
    num_workers=2,               # 多线程来读数据
)


def show_batch():
    for epoch in range(3):
        for step, (batch_x, batch_y) in enumerate(loader):
            # training
            print("steop:{}, batch_x:{}, batch_y:{}".format(step, batch_x, batch_y))

show_batch()


tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
tensor([10.,  9.,  8.,  7.,  6.,  5.,  4.,  3.,  2.,  1.])
steop:0, batch_x:tensor([10.,  1.,  3.,  7.,  6.]), batch_y:tensor([ 1., 10.,  8.,  4.,  5.])
steop:1, batch_x:tensor([8., 5., 4., 9., 2.]), batch_y:tensor([3., 6., 7., 2., 9.])
steop:0, batch_x:tensor([ 9.,  3., 10.,  1.,  5.]), batch_y:tensor([ 2.,  8.,  1., 10.,  6.])
steop:1, batch_x:tensor([2., 6., 8., 4., 7.]), batch_y:tensor([9., 5., 3., 7., 4.])
steop:0, batch_x:tensor([ 2., 10.,  9.,  6.,  1.]), batch_y:tensor([ 9.,  1.,  2.,  5., 10.])
steop:1, batch_x:tensor([8., 3., 4., 7., 5.]), batch_y:tensor([3., 8., 7., 4., 6.])

类的使用和继承（学习资料）

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

创建类相关

class CuteCat:
	def __init__(self)
	self.name = dingdang

cat = CuteCat()
#这样的话有个问题就是name的值被固定了
所以我们可以写成
class CuteCat:
	def __init__(self，cat_name)
	self.name = name

##类的继承

当我们写猫和人时会发现有些部分像名字和性别这些都高度相同，那么这个时候我们可以写一些共有的类，让其他直接继承，例如可以写一个哺乳类动物的类

这样的话人和猫都可以继承这个类
这个时候我们写的cat就可以继承父类的姓名 性别 等这些
如果我们想调用cat.pop 猫拉屎这个东西 但是此时我们会发现一件事就是cat中没有那么它还是从父类里面继承，但是如果cat类里面有的话，那么是优先从自己这里继承的

但是这个时候又会有一个这样的问题存在，就是人和猫在尾巴的这个属性里都有但是不同

如果此时我们单独用Init函数写这个尾巴属性，那么此时就会优先调用cat的属性而不是父类，因此也就丧失了姓名 性别等属性，如果此时仍这样写就需要在cat里面把那些姓名 性别再写一遍

因此我们可以用super继承当前的父类 同时底下约定了自身的self.has_tail属性 这个self是基础属性，不同于def的函数，def的函数是可以子类有的话就优先从子类里用，基础属性是用Init定义的，实际使用的时候就是这两种区别

 cat=Mammal("mao",18) #基础的定义 需要子类用super继承 同时用Init定义自己的
 cat.pop              #这里只需要在子类里写出自己的就行