PyTorch 入门:Dataset 与数据加载基础
从 Dataset 等基础组件入手整理 PyTorch 学习笔记,帮助理解训练前的数据准备以及框架的基本使用方式。
继续上次小节 →深度学习线 · 线路目录
深度学习线
从简单模型理解训练3 站
损失与参数优化2 站
综合训练实验2 站
由于学习deeplearning后期需要太多pytorch的内容,故来学习pytorch相关内容
1)Dataset学习,食用bilibili的’我是土堆’视频,以及代码的实现
2)tensoboard的使用,食用bilibili的’我是土堆’视频,以及代码的实现
3)Transforms的使用,食用bilibili的’我是土堆’视频,以及代码的实现
4)常见的transforms
1.ToTensor
5)Nomalize
注意:均值和标准差是给定的
6)Resize
也就是改变图片的尺寸
7)torchvision的使用
操作数据集 图片数据开始是PIL类型,通过数据集的compose转为tensor类型
图片格式为32X32,所以很糊
8)DataLoader的使用
dataset只是数据集,但是dataloader是一个加载器,可以加载数据
注意,参数中的drop_last为true时,最后不足64张的时候,则会单独开一组,若为false,则直接舍去,shuffle为随机打乱数据集
以上为今天的学习内容,内容看着很短,但其中的理解尤为重要,有些视频反复观看了许久才理解