使用torchvision.datasets.imagefolder來讀取
torchvision.datasets.imagefolder(root=
"root folder path"
,[transform, target_transform]
)
有幾個變數
self.classes - 用乙個list儲存 類名
self.class_to_idx - 類名對應的 索引
self.imgs - 儲存(img-path, class) tuple的list
定義乙個torch.utils.data.dataset資料類
dataset有兩個函式
class
dataset_1
(torch.utils.data.dataset)
:def
__init__
(self,root,is_resize=
false
,is_transfrom=
false):
self.root=root
self.is_resize=is_resize
self.is_transfrom=is_transfrom
self.imgs_list=..
.#儲存路徑節省記憶體
self.labs_list=..
.def
__getitem__
(self, index)
: img_path,lab=self.imgs_list[index]
,self.labs_list[index]
img_data = image.
open
(img_path)
if self.is_transfrom:
img_data=self.is_transfrom(img_data)
return img_data,lab
def__len__
(self)
:return
len(self.imgs_list)
torch.utils.data.dataloader(dataset=dataset_1, batch_size=args.batchsize, shuffle=
true
, num_workers=args.nthreads)
train_transforms = torchvision.transforms.compose(
[torchvision.transforms.resize(
256)
,torchvision.transforms.centercrop(
224)
,torchvision.transforms.randomhorizontalflip(),
torchvision.transforms.totensor()]
)img = image.
open
('test.png'
)train_transforms(img)
train_loader = torch.utils.data.dataloader(dataset=dataset_1, batch_size=args.batchsize, shuffle=
true
, num_workers=args.nthreads)
model = torchvision.models.__dict__[
'resnet101'
](pretrained=
true
)model.load_state_dict(torch.load(
'...pth'))
model.to(device)
# 訓練
optimizer = torch.optim.sgd(model.parameters(
),lr =
0.01
)loss_fn = torch.nn.mseloss(
)model.train(
)for batch_index,
(data,target)
inenumerate
(train_loader)
: data, target = data.to(device)
, target.to(device)
output = model(data)
loss = loss_fn(output, target)
optimizer.zero_grad(
) loss.backward(
) optimizer.step(
)# 推理
model.
eval()
output = model(data)
Torch之讀取梯度
讀取gradient z.backward torch.ones like x 我們的返回值不是乙個標量，所以需要輸入乙個大小相同的張量作為引數，這裡我們用ones like函式根據x生成乙個張量。個人認為，因為要對x和y分別求導數，所以函式z必須是求得的乙個值，即標量。然後開始對x，y分別求偏導數...
torch學習筆記2 資料整理
官方入門資料 getting started with torch torch自帶package說明文件 torch package reference manual torch tensor運算說明文件 torch tensor torch使用常見問題 torch7 faq torch wiki ...
Torch學習 開始
到目前為止出現了各種各樣的深度學習的解決方案框架，其中包括caffe，cuda convnet，pylearn2，theano，torch以及tensorflow等。caffe和cuda convnet沒用過，不過一直很火的樣子，pylearn2包含了cuda covnet，入門用theano，te...