4、基于PyTorch的图像分类全流程指南

基于PyTorch的图像分类全流程指南

1. 数据加载器的构建

在将数据导入到PyTorch中时，我们可以使用以下几行Python代码来构建数据加载器：

batch_size=64
train_data_loader = data.DataLoader(train_data, batch_size=batch_size)
val_data_loader  = data.DataLoader(val_data, batch_size=batch_size)
test_data_loader  = data.DataLoader(test_data, batch_size=batch_size)

这里的 batch_size 是一个关键参数，它决定了在训练和更新网络之前，有多少张图像会通过网络。理论上，我们可以将 batch_size 设置为测试集和训练集中图像的数量，这样网络在更新之前会看到每一张图像。但在实践中，我们通常不会这样做，因为较小的批次（文献中更常见的称为小批量）比存储数据集中每一张图像的所有信息所需的内存更少，而且较小的批次大小会使训练更快，因为我们可以更频繁地更新网络。

默认情况下，PyTorch的数据加载器的 batch_size 设置为1，你几乎肯定需要更改这个值。虽然这里选择了64，但你可以进行实验，看看在不耗尽GPU内存的情况下，能使用多大的小批量。此外，你还可以尝试一些其他的参数，例如指定数据集的采样方式、每次运行时是否打乱整个数据集，以及使用多少个工作进程从数据集中提取数据，