文章目录

• • • 一、相关指令
    • 二、Dataset对象
    • 三、Tensorboard的使用
    • 四、transforms的使用

一、相关指令

create -n pytorch python=3.6conda activate pytorchpip list

安装pytorch

在conda的控制台# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

pytorch.org/get-started/previous-versions
在这里找到对应CUDA版本的pytorch

显示是否成功
import torch
torch.cuda.is_available()

进入conda环境安装

//安装jupyter
conda install nb_conda
//查看jupyter说明书
jupyter notebook

可以进入jupyter进行分块运行代码

二、Dataset对象

Dataset 提供一种方式获取数据及其label
Dataset 告诉我们如何获取每一个数据和它的label并且告诉我们总共有多少的数据
Dataloader 为后面的网络提供不同的数据形式

from torch.utils.data import Dataset
from PIL import Image
import osclass Mydata(Dataset):def __init__(self,root_dir,label_dir):self.root_dir=root_dirself.label_dir=label_dirself.path=os.path.join(self.root_dir,self.label_dir)self.img_path=os.listdir(self.path)def __getitem__(self, item):img_name=self.img_path[item]img_item_path=os.path.join(self.root_dir,self.label_dir,img_name)img=Image.open(img_item_path)label=self.label_dirreturn img,labeldef __len__(self):return len(self.img_path)
base_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
root_dir=base_dir+"\\dataset\\train"ants_label_dir="ants"
bees_label_dir="bees"ants_dataset=Mydata(root_dir,ants_label_dir)
bees_dataset=Mydata(root_dir,bees_label_dir)img,label=ants_dataset[2]
print(label)
img.show()import osprint(os.getcwd())

三、Tensorboard的使用

安装tensorboard
pip install tensorboard

查看日志信息
tensorboard --logdir=logs --port=6007

简单实例

from torch.utils.tensorboard import SummaryWriter
writer=SummaryWriter("logs")# writer.add_image()
# writer.add_scalar()for i in range(100):writer.add_scalar("y=x",i,i)
writer.close()

tensorboard 观察图片

import numpy
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer=SummaryWriter("logs")
image=Image.open("C:\\Users\\KerwinWan\\PycharmProjects\\pythonProject\\dataset\\hymenoptera_data\\train\\ants\\175998972.jpg")
image_array=numpy.array(image)
# writer.add_image()
# writer.add_scalar()print(image_array.shape)
print(type(image_array))
# 改变不同的title值 可以出不同的图片在board上
# 改变step值 可以切换图片
writer.add_image("1",image_array,10,dataformats='HWC')
for i in range(100):writer.add_scalar("y=x",i,i)
writer.close()

四、transforms的使用

transforms就是把图片经过处理得到对应的结果，例如totensor、resize等

tensor数据类型介绍

在这里插入代码片