1.pytorch安装
下载安装完anancond后，在anancond里面配置pytorch环境
anancond的conda包可以满足pytorch不同的环境使用，用下面的指令在anancond的环境下安装pytorch
conda create -n pytorch python=3.9
pip list看包里有什么
在pytorch的官网上找到适合的pytorch版本号conda activate pytorch//激活pytorchconda install +pytorch版本号
import torch #输出是否可以使用CUDA加速 print(torch.cuda.is_available())//验证pytorch是否配置成功
2.学到了两个重要工具dir()打开一个工具包help()工具包的说明书help()里面的内容不需要加(),dir里面的内容·需要加()表示调用函数
3.
python文件整体运行
控制台一句一句运行
jupyter一段一段运行或者一句一句运行
Dataset类的使用 提供一种方式去获取数据及其的label
import os//python中系统的一个库from torch.utils.data import Dataset//输入Dataset数据集from PIL import Imageclass MyData(Dataset): def __init__(self,root_dir,label_dir): self.root_dir=root_dir self.label_dir=label_dir self.path=os.path.join(self.root_dir,self.label_dir) self.imag_path=os.listdir(self.path)//将文件夹里的东西构成一个链表 def __getitem__(self, idx): imagname=self.imag_path[idx] imag_item_path=os.path.join(self.root_dir,self.label_dir,imagname) imag=Image.open(imag_item_path) label=self.label_dir return imag,label def __len__(self)://统计数据 return len(self.imag_path)root_dir="hymenoptera_data/train"bees_labeldir="bees"ants_labeldir="ants"beesdataset = MyData(root_dir,bees_labeldir)antsdataset = MyData(root_dir,ants_labeldir)imag,label=antsdataset[1]imag.show()
4.tensorboard的使用
from torch.utils.tensorboard import SummaryWriterwriter=SummaryWriter("log")//事件数据存放的文件夹的名称for i in range(100): writer.add_scalar("y=2x",2*i,i)//名称 数据 训练次数writer.close()