21学习小记

if not isinstance 这段代码是Python中用于检查一个对象是否不是某个类（或类型）的实例的条件语句的一部分。isinstance() 函数是Python的内置函数，用于判断一个对象是否是一个已知的类型，类似类型判断。当你将not关键字与isinstance()函数结合使用时，你实际上是在进行反向判断：即检查该对象不是指定的类型。

这里是一个简单的例子来说明它的用法：

python复制代码

	x = 5
	# 检查x是否不是字符串类型
	if not isinstance(x, str):
	print("x不是一个字符串")
	else:
	print("x是一个字符串")
	# 输出将会是: x不是一个字符串

在这个例子中，x被赋值为整数5，然后通过if not isinstance(x, str):判断x是否不是字符串类型。因为x确实不是字符串类型，所以条件为真，执行了if语句块内的代码，输出了"x不是一个字符串"。

isinstance()函数对于多态性（polymorphism）和类型安全（type safety）的编程实践非常有用，尤其是在需要确保对象类型符合特定要求时。通过结合使用not关键字，可以灵活地处理不满足特定类型要求的情况。

在这个示例中，模型在每次验证后都切换回训练模式，以确保训练过程中 dropout 和 batch normalization 等操作的正常使用。

nn.DataParallel 是 PyTorch 中的一个类，用于在多个 GPU 上并行地执行模型的前向和反向传播，以加速训练过程。当你有多个 GPU 可用时，nn.DataParallel 可以帮助你将模型的计算分布到这些 GPU 上，从而提高训练速度。

构建一个包含优化器状态的字典 opt_state，包括当前的训练周期 epoch、迭代步数 iter_step 以及优化器的状态字典。将这个字典保存到文件 opt_path 中。

gen_path = os.path.join(self.opt['path']['checkpoint'], 'I{}_E{}_gen.pth'.format(iter_step, epoch))
opt_path = os.path.join(self.opt['path']['checkpoint'], 'I{}_E{}_opt.pth'.format(iter_step, epoch))

这段代码使用 os.path.join 方法将保存路径 self.opt['path']['checkpoint'] 和文件名结合在一起。文件名的格式是通过 format 方法生成的，其中 iter_step 和 epoch 是变量，它们的值会在运行时被替换。

假设 self.opt['path']['checkpoint'] 为 /path/to/checkpoint，并且在调用该函数时，iter_step 的值为 1000，epoch 的值为 5，那么生成的文件命名形式如下：

• gen_path 会生成：/path/to/checkpoint/I1000_E5_gen.pth
• opt_path 会生成：/path/to/checkpoint/I1000_E5_opt.pth

再举几个不同的例子：

• 如果 iter_step 为 500，epoch 为 2：

  • gen_path 会生成：/path/to/checkpoint/I500_E2_gen.pth
  • opt_path 会生成：/path/to/checkpoint/I500_E2_opt.pth

• 如果 iter_step 为 2000，epoch 为 10：

  • gen_path 会生成：/path/to/checkpoint/I2000_E10_gen.pth
  • opt_path 会生成：/path/to/checkpoint/I2000_E10_opt.pth

通过这种命名方式，可以很容易地识别每个保存文件对应的具体迭代步数和训练周期。

所以model.py 模型里面的代码有对应模型的生成

对应output的  checkpoint。

构建保存模型和优化器状态的文件路径。gen_path 用于保存生成器网络的状态，opt_path 用于保存优化器的状态。文件名包含了当前的迭代步数和训练周期，以便于区分不同的保存点。