PYTORCH_LEARNING

class myDataset(Dataset):
    def __init__(self, csv_file, txt_file, root_dir, other_file):
        self.csv_data = pd.read_csv(csv_file)   ##self指调用类中的参数
        with open(txt_file, 'r') as f:
            data_list = f.readlines()
        self.txt_data = data_list
        self.root_dir = root_dir
 
    def __len__(self):
        return len(self.csv_data)
 
    def __getitem__(self, idx):
        data = (self.csv_data[idx], self.txt_data[idx])
        return data
 ##      如果在类中定义了__getitem__()方法，那么他的实例对象（假设为P）就可以这样P[key]取值。当实例对象做P[key]运算时，就会调用类中的__getitem__()方法。

dataiter = DataLoader(myDataset, batch_size=32, shuffle=True)

1. import os.path 或 import os.path as op

• 常用路径操作、进程管理、环境参数等几类
• 路径操作：os.path子库，处理文件路径及信息
• 进程管理：启动系统中其他程序
• 环境参数：获得系统软件硬件信息等环境参数

二、tansform使用

           

transform.totensor

transform.compose[] 

1.  _call_的使用

call方法的功能类似于在类中重载 () 运算符，使得类实例对象可以像调用普通函数那样，以“对象名()”的形式使用。 即把一个类的实例化对象变成了可调用对象，

把类实例Person--为可调用函数P（）

nn.Module里继承的forward方法是call函数调用的

三. nn_Module

Tensor

(tensor([[0.1000, 1.2000],
             [2.2000, 3.1000],
             [4.9000, 5.2000]]), torch.Size([3, 2])) ##连着几个[就是几维张量，示例为二维3x2的张量