m0_50460160的博客

torchvision是PyTorch生态系统中的一个包，专门用于计算机视觉任务。它提供了一系列用于加载、处理和预处理图像和视频数据的工具，以及常用的计算机视觉模型。torchvision.models模块包含许多常用的预训练计算机视觉模型，例如ResNet、AlexNet、VGG等分类、分割等模型。

(2)遍历两个张量的所有维度时，从末尾随开始遍历。两个tensor张量如果维度(维度的数目)相等或两个tensor张量的维度不等且其中一个维度为1或不存在，那么这两个张量是可以广播的;如果两个tensor张量的维度不等且其中一个维度不为1则不能进行广播。广播机制遵循一定的规则来扩展较小的张量，使其与较大的张量具有相同的形状。(1)如果两个张量tensor的维度不同则在维度较小的tensor的前面增加维度使它们维度相等;(2)对于每个维度计算结果的维度值取两个张量tensor中较大的那个值;

【代码】Pytorch常用函数用法归纳:Tensor张量之间的计算。

【代码】解析命令行参数argparse.argumentParser()使用方法。

Data type dtype CPU tensor GPU tensor 32位浮点数 torch.float32 or torch.float torch.FloatTensor torch.cuda.FloatTensor 64位浮点数 torch.float64 or torch.double torch.DoubleTensor torch.cuda.DoubleTensor 16位浮点数 torch.float16 or t

期望返回的张量的数据类型，如果是None,则使用全局默认值，如果未给出dtype,则从其他输入参数推断数据类型，如果start、end或stop中的任何一个是浮点数，则dtype被推断为默认值，否则被推断为torch.int64。期望返回的张量的数据类型，如果是None,则使用全局默认值;期望返回的张量的数据类型，对于torch.randint()和torch.randperm()来说默认值为torch.int64，而对于其他函数如果是None则使用全局默认值。对于CPU类型的张量则device是CPU;

【代码】数据集的读取和处理。