type
status
date
slug
summary
tags
category
icon
password
从PyTorch中加载数据
Data set
用于获取数据以及lable
内容
- 如何获取数据以及lable
- 总共的数据数量
Data loader
为网络提供不同的数据形式
常见的文件组织形式
用 Lable 命名
一组文件
Lable与文件对应
一组文件，一组对应的记录lable的文件
Dataset代码实战
- 导入各种包
- 传入根路径和相对路径
- 合并路径，找到对应文件
- 将文件与lable对应
Tensorborad使用
绘制函数图像
在命令行启动
展示图像
Torchvision中的transforms
这里转化成 tensor 后，像素值会被归一化到 0-1 之间
writer中默认格式和 tensor的格式相符
常见的 transforms 的使用
Normalize
功能：对 Tensor 数据按通道归一化到标准分布
公式：
关键参数：
mean：通道均值（如 [0.5, 0.5, 0.5]）
std：通道标准差（如 [0.5, 0.5, 0.5]）
注意：输入需为 Tensor，值范围为 [0.0, 1.0]
Compose
功能：将多个变换按顺序组合为一个流水线
关键参数：变换列表 [transform1, transform2, ...]
作用：简化数据预处理流程。
Resize
功能：调整图片大小（强制或等比例缩放）
关键参数：
size：目标大小（如 256 或 (224, 224)）
interpolation：插值方式，默认 BILINEAR
作用：调整图像尺寸以符合模型输入要求。
RandomCrop
功能：随机裁剪图片到指定大小，用于数据增强
关键参数：
1. size：裁剪的目标大小（int 或 (height, width)）
2. padding：可选，对图像边界进行填充，默认为 0（无填充）
可以是单个值（所有边相同）或 4 个值（分别为左、上、右、下的填充）
3. pad_if_needed：如果图像尺寸小于目标裁剪大小，是否自动填充，默认为 False
Torchvision 中的数据集使用
DataLoader
DataLoader中的各个参数
dataset
数据来源，某个地址
batch_size
每次加载的数据样本数量
shuffle
是否打乱顺序
- 训练阶段：一般为True——提高模型泛化能力
- 测试阶段：一般为False，无需打乱
num_workers
用于加载的子进程数
drop_last
是否丢弃最后一个不完成批次
- 训练：可以丢弃——防止不平衡
- 测试：一般保留所有数据
nn.Module——神经网络的基本骨架
model类：必须从nn.module继承
卷积层
- in_channels (int) – Number of channels in the input image
- out_channels (int) – Number of channels produced by the convolution
基本就是用 kernel 套在输入的矩阵上一次次移动，每次计算对应位置相乘的值，放在输出的对应位置
池化层
最大池化
- kernel_size：池化窗口的大小（例如，2x2）
- stride：窗口滑动的步长（默认为与 kernel_size 相同）——也就是说默认不重叠
- padding：在输入边界添加的像素数量（默认为 0）
- dilation：池化窗口中元素间的间距（默认为 1）
非线性激活
ReLu
Sigmoid
线性层和其他层
线性层
Sequential
用于按顺序执行运算
实战：CRFAR10
CRFAR-10损失函数
- 计算预测和真实之间的差距
- 为更新参数提供依据（反向传播）
- 作者:昊卿
- 链接:hqhq1025.tech/article/tudui
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
