PyTorch学习

1 实用函数

dir（）：打开，查看有什么功能

help（）：每个功能的具体用法

2 Anaconda命令 

2.1 进入D盘

cd /d D:

3 实用类 

3.1 Dataset类

用于处理数据

批量打标签 

3.2 TensorBoard类

可以用于图片样本

 tensorboard --logdir=logs --port=6007

3.3 Transforms类

3.3.1 ToTensor

将PIL图片类型转化成tensor数据类型

 将tensor类型的图片在tensorboard中显示出来

3.3.2 Normalize

可以改变图片颜色

 3.3.3 Resize

修改图片尺寸

3.3.4 Compose 

 等比例修改图片尺寸

 

 3.3.5 RandomCrpo

随机裁剪图片

3.3.6 总结transforms其它方法的运用 

1. 关注该方法可以起什么作用

2. 关注该方法的输入输出类型

3. 多看官方文档解释，按住ctrl点进去就是该方法的文档解释

3.4 torchvision数据集使用 

在pytorch官网可以找到数据集文档

 使用的演示，在pycharm自动下载数据集使用

将数据集的数据转化为tensor类型，在tensorboard上查看图片 

 

3.5 DataLoader 

dataloader和dataset相比就是从dataset中取数据，类似在扑克牌中抓牌；batch_size=4意思是每次抓4张；shuffle=true意思是每次抓牌前先随机打乱

 使用tensorboard看图片；drop_last=false的意思是最后剩下的一批不足64张也算进去，如果为true则最后一次的抓取不足64张的话会舍弃最后一次数据

 

4 神经网络 

4.1 基本骨架nn.Module

init是初始化，super是继承父类，forward是前向传递

4.2 卷积层

conv2d常用卷积，in_channels=3意思是输入通道为3，例如图片类型就是RGB3通道；out_channe=6意思是输出通道为6，卷积成6个输出，kernel_size是指卷积大小，例3*3大小；stride是指每次走多远，例如走一步；padding是指填充，填充为0是指周围无填充

卷积前输入图像和卷积后输出图像对比 

 

遇到的问题 

1 安装opencv包时下载很慢

解决：在后面指定国内镜像地址

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

2 报错Script file ‘D:\Anaconda3\envs\pytorch\Scripts\pip-script.py’ is not present. 

解决：使用命令行进入到Anconda3\Scripts\目录下在执行命令，如果是虚拟环境的话进入虚拟环境下的\Scripts\目录下

python -m ensurepip --default-pip

 

小技巧 

1. 在pycharm里运行下载数据集较慢时，可将下载链接复制到迅雷下载，然后在pycharm目录那边新建一个文件夹，把迅雷下载好的复制过去，再运行就可以直接解压，提高下载速度