目錄

1、Pytorch環(huán)境的配置與安裝。

2、pytorch編輯器的選擇

（1）pycharm （下載社區(qū)版）

（2）jupyter （可以交互）

3、為什么torch.cuda.is_available()返回False

4、python學(xué)習(xí)中的兩大法寶函數(shù)

（1）dir() 函數(shù)：打開(kāi)、看見(jiàn)

（2）help()函數(shù)：說(shuō)明書(shū)

5、Pycharm 及Jupyter的使用對(duì)比：

（1）Pycharm文件

（2）Pycharm控制臺(tái)

（3）Jupyter：

6、Pytorch加載數(shù)據(jù)初認(rèn)識(shí)+實(shí)戰(zhàn)

1、Pytorch環(huán)境的配置與安裝。

（1）建議安裝：Anaconda?

（2）檢查顯卡：GPU

（3）管理環(huán)境（不同版本的pytorch 版本不同）：

conda create -n pytorch python=3.6

（4）檢測(cè)自己的電腦是否可以使用：

2、pytorch編輯器的選擇

（1）pycharm （下載社區(qū)版）

（2）jupyter （可以交互）

啟動(dòng)本地的jupyter :?

3、為什么torch.cuda.is_available()返回False

（1）檢查自己的電腦是否支持GPU（可以用一些電腦管家，eg: 魯大師等查看）

4、python學(xué)習(xí)中的兩大法寶函數(shù)

（1）dir() 函數(shù)：打開(kāi)、看見(jiàn)

（2）help()函數(shù)：說(shuō)明書(shū)

# 例子：
torch.cuda.is_available()

5、Pycharm 及Jupyter的使用對(duì)比：

Jupyter：（以塊為運(yùn)行單位）

①shift + 回車

# 例子：
print("Start")
a = 'hello world'
b = 2019
c = a + b
print(c)

（1）Pycharm文件

代碼是以塊為一個(gè)整體運(yùn)行的話；

整改完后，從頭開(kāi)始執(zhí)行。

python文件的塊是所有行的代碼。

（2）Pycharm控制臺(tái)

整改完后，會(huì)從錯(cuò)誤的地方執(zhí)行。

以每一行為塊，運(yùn)行的。

（3）Jupyter：

整改完后，從錯(cuò)誤的地方開(kāi)始運(yùn)行。

以任意行為塊運(yùn)行的。

6、Pytorch加載數(shù)據(jù)初認(rèn)識(shí)+實(shí)戰(zhàn)

Dataset：提供一種方式去獲取數(shù)據(jù)及其label。

????????????????①如何獲取每一個(gè)數(shù)據(jù)及其label。

????????????????②告訴我們總共有多少個(gè)數(shù)據(jù)。

Dataloader：為后面的網(wǎng)絡(luò)提供不同的數(shù)據(jù)形式。

step01：下載數(shù)據(jù)集。

step02：使用數(shù)據(jù)集，代碼如下：

文件夾目錄：

from torch.utils.data import Dataset
from PIL import Image
import os


class MyData(Dataset):
    def __init__(self, root_dir, label_dir):
        # self.root_dir = 'pytorch_xiaotudui/bee_ant/dataset'
        # self.label_dir = 'ants'
        self.root_dir = root_dir
        self.label_dir = label_dir
        self.path = os.path.join(self.root_dir, self.label_dir)  # 路徑拼接
        self.img_path = os.listdir(self.path)   # 獲取到圖片下的所有地址，以列表的形式展示

    def __getitem__(self, idx):
        img_name = self.img_path[idx]
        img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
        img = Image.open(img_item_path)
        label = self.label_dir
        return img, label

    def __len__(self):
        return len(self.img_path)


# 獲取螞蟻的數(shù)據(jù)集
root_dir_out = 'pytorch_xiaotudui/bee_ant/dataset'
ants_label_dir = 'ants'
ants_dataset = MyData(root_dir_out, ants_label_dir)

# 獲取蜜蜂的數(shù)據(jù)集
bees_label_dir = 'bees'
bees_dataset = MyData(root_dir_out, bees_label_dir)


# 兩個(gè)數(shù)據(jù)集的集合
train_dataset = ants_dataset + bees_dataset  # 螞蟻數(shù)據(jù)集在前，蜜蜂數(shù)據(jù)集在后

?運(yùn)行結(jié)果：

文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-822458.html

到了這里，關(guān)于小土堆pytorch學(xué)習(xí)筆記001的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！