pytorch深度学习常用命令

命令目录

pytorch速查

1
2

.item()

• 只是一个值 （浮点型的），适合返回loss，acc
  

.items（）

将字典变成列表的形式

• 字典 items() 函数：以列表返回可遍历的(键, 值) 元组数组。
  实战语法截图：
  

permute 维度重塑

• 相当于numpy的transpors
• 
  将图像x [高，宽，频道数] 转化为 [频道数，高，宽]

requires_grad = True

• 将张量变成 变量才能传播，变量可以自动求导

最大值的索引

torch.argmax(input, dim=None, keepdim=False)

cankao

_, predicted = torch.max(outputs.data, 1)

cankao

.data

复制原来的数据 但是不能求导

• 模型的输出是张量 且有梯度 所以先用.data 复制 再转化为numpy的形式

data 跟detach()这两个方法都可以用来从原有的计算图中分离出某一个tensor，有相似的地方，也有不同的地方，下面来比较性的看一看。PyTorch0.4以及之后的版本中，.data 仍保留，但建议使用 .detach()

.detach

torch.Tensor.detach()是新版本中可以用来替换data的方法，而且比data要更安全

unsqueeze()

• 增加一个维度
  
  另外一种写法
  
  即：在某个维度前加一个维度

squeeze()

论文中arg min 与argmax的意思

arg 是变元（即自变量argument）的英文缩写。
arg min 就是使后面这个式子达到最小值时的变量的取值
arg max 就是使后面这个式子达到最大值时的变量的取值

例如 函数F(x,y):

arg min F(x,y)就是指当F(x,y)取得最小值时，变量x,y的取值

arg max F(x,y)就是指当F(x,y)取得最大值时，变量x,y的取值

• 后续会一直更新