1、目录
root="./P14_dataset" 其中.表示同级文件, ..表示上级文件
2、.format的用法
for epoch in range(2):
step=0
for data in test_loader:
imgs,targets=data
writer.add_images("Epoch_daluan:{}".format(epoch),imgs,step)
step=step+1
这样产生的文件名为:Epoch_daluan:0
与 Epoch_daluan:1
也叫字符串格式化
#如果train_dataset_size=10 输出为
#训练数据集的长度为:10
print("训练数据集的长度为{}:".format(train_data_size))
{}会被.format里面的东西替换掉
也可以是
也可以是print(f'训练数据集的长度为{train_data_size}张')
print(f'测试数据集的长度为{test_data_size}张')
3、快捷键Tab 可以选中代码段 按Tab自动全体空行
4、文档模板的Class使用:
这个在P16中有感:
比如我们看官方文档:
nn.Module中就有forward
那么我们在用时,创建模板,只要同名,就可以不调用,相当于__call___的效果:
from torch import nn
import torch
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
def forward(self,input): //这里只要不写forward。。换成别的,然后下面直接用tudui(x)就会报错。
output = input+1
return output
tudui=Tudui()
x=torch.tensor(1.0)
output=tudui(x)
print(output)
4.1 为了不报错可以修改下面:
from torch import nn
import torch
class Tudui(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
def forw(self,input): //这里改成了forw//
output = input+1
return output
tudui=Tudui()
x=torch.tensor(1.0)
output=tudui.forw(x) //这里调用就得.forw//
print(output)
5、import多个包
from torch import nn
from torch.nn import Conv2d
from torch.nn import MaxPool2d
from torch.nn import Flatten
from torch.nn import Linear
//这里为了方便可以写成 from toch.nn import Conv2d,MaxPool2d,Flatten,linear
6、 .item()的用法
import torch
a=torch.tensor(5)
print(a)
print(a.item())
a.item会输出纯数字