[基于Pytorch的MNIST识别03]运行模型

Posted 2021-10-26 AIplusX

写在前面

今天调通了pytorch模型，同时进行了简单的模型测试

知识点总结

1：python忽略某些特定语句的warning：

import warnings
        with warnings.catch_warnings():#ignore some warnings
            warnings.simplefilter("ignore")
            loss = criterion(outputs, labels)  # calculate loss

2：pytorch将cpu上的数据移动到gpu上：

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
device
mnist_net.to(device)
print(next(mnist_net.parameters()).device)

        images = images.to(device)
        labels = labels.to(device)

3：函数形参位置，带有默认值的参数应该放在没有默认值参数的后面，否则会报错的；

4：torch.max()用法：

index, parameter = torch.max(para，0)， 返回列最大值以及对应索引，索引在前，数值在后

index, parameter = troch.max(data，1)， 返回行最大值以及对应索引，索引在前，数值在后

5：pytorch在单行内进行刷新输出：

import sys

for i, (imgs, labs) in enumerate(usermnist_validate_loader):
	sys.stdout.write('\\r'+str(i)+str())

6：pytorch报错：

“RuntimeError: expected scalar type Float but found Double”
这个错误是数据类型不统一引起的。

解决方法：

torch.set_default_tensor_type(torch.DoubleTensor)

这个语句主要是设置tensor的默认数据类型

主要内容

主要内容在我的古月居博客：
[基于Pytorch的MNIST识别03]运行模型

明天就可以真正开始调参了。