Pytorch入门学习笔记（一）

本文结合小土堆的教学视频PyTorch深度学习快速入门教程进行学习

一、加载数据集

1.  加载数据集所需要的两个类 —— Dataset & DataLoader

Dataset：是用来对数据打包的抽象类，提供一种方式来获取数据及其label（进行数据分类和编号）。能够实现如何获取数据集中每一个数据及其label，并且告诉我们总共数据集中有多少个数据。

DataLoader：是用来处理模型输入数据的工具类，为网络提供不同的数据形式。

2. Dataset类的重写及加载数据集

 具体代码实现如下

from torch.utils.data import Dataset
from PIL import Image
import os

class MyData(Dataset):

    # 重写__init__函数
    def __init__(self,root_dir,label_dir):
        self.root_dir=root_dir    # 数据集路径
        self.label_dir=label_dir  # 图片文件夹名
        self.path=os.path.join(self.root_dir,self.label_dir)    # 形成图片文件夹的完整路径
        self.img_path=os.listdir(self.path)    # 将传入路径下的所有项目名称加入列表中

    # 重写__getitem__函数
    def __getitem__(self, index):
        img_name=self.img_path[index]    # 取出列表中编号为index的图片项目名称
        img_item_path=os.path.join(self.root_dir,self.label_dir,img_name)    # 形成图片的完整路径
        img=Image.open(img_item_path)    # 打开图片
        label=self.label_dir
        return img,label                # 返回图片和标签

    # 重写__len__函数
    def __len__(self):
        return len(self.img_path)    # 返回列表长度，即包含多少张图片

root_dir=r"D:\train" # 数据集路径
a_label_dir="images" # 图片文件夹名
a_dataset=MyData(root_dir,a_label_dir)    # 加载数据集

二、TensorBoard的使用

1. 方法add_scalar的使用（绘制图表）

具体代码实现如下

from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter("logs") # 创建实例，并存储到传入的路径下

# 绘制图表，传入的第一个参数是标题，第二个参数是y轴，第三个参数是x轴
for i in range(100):
    writer.add_scalar("y=2x",2*i,i) 

writer.close()    # 关闭文件

将程序运行后，在终端输入  tensorboard --logdir=logs --port=6007  ，更改端口号是为了避免端口和别人相同而导致堵塞。

当运行后，出现了  ModuleNotFoundError: No module named 'tensorboard'  的报错，说明我们没有安装tensorboard模块，因此需要在终端输入命令  pip install tensorboard  进行模块安装。

安装成功后再次运行，却出现了  TypeError: MessageToJson() got an unexpected keyword argument 'including_default_value_fields'  的报错，经查询发现，是目前安装的Tensorboard版本过高所导致的错误，降低版本即可，故需要在终端输入命令  pip install tensorboard==2.12.0  降低版本。再次运行即可成功，结果显示如下

2. 方法add_image的使用（绘制图像）

具体代码实现如下

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image

writer=SummaryWriter("logs") # 创建实例，并存储到传入的路径下
image_path=r"D:\pytorch_train\train\images\20240104_183616609.jpg"  # 传入图片路径
image_PIL=Image.open(image_path)    # 打开文件
img_array=np.array(image_PIL)       # 获取numpy型图片数据

#绘制图片，传入的第一个参数是标题，第二个参数是图片数据，第三个参数是步长
writer.add_image("test",img_array,1,dataformats="HWC")
# 使用numpy型图片数据需要加最后一个参数，修改图片格式

writer.close()

将程序运行后，在终端输入  tensorboard --logdir=logs --port=6007  ，结果显示如下