Pytroch深度学习:从入门到实践

Posted C_小米同学

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pytroch深度学习:从入门到实践相关的知识,希望对你有一定的参考价值。

目录

基本任务流程:

数据流

模型构建

训练函数、验证函数

优化器

损失函数

权重的保存与加载

运行的日志文件的保存


我们在写一个深度学习项目的时候,我们需要了解深度学习的一般流程

基本任务流程:

  1. 数据流

    1. 文件划分(训练、验证的文件路径和对应的标签)
    2. Dataset类的重写
      1. __len__重写
      2. __getitem__重写
    3. Dateloader的封装
      1. Dataset
      2. Batchsize
      3. Shuffle-是否打乱(在验证集中,不需要打乱)

  1. 模型构建

  2. 训练函数、验证函数

    1. 训练函数
    2. 验证函数
      1. 不需要梯度,可以使用装饰器@torch.no_grad()/with torch.on_grad()
      2. 得到准确率和损失值
  3. 优化器

    1. torch.optim
  4. 损失函数

    1. Torch.nn. CrossEntropyLoss()
  5. 权重的保存与加载

  6. 运行的日志文件的保存

以上是关于Pytroch深度学习:从入门到实践的主要内容,如果未能解决你的问题,请参考以下文章

深度学习基础入门

深度学习从入门到精通——图像分割技术原理解析

入门实战《深度学习技术图像处理入门》+《视觉SLAM十四讲从理论到实践》

图度学习入门教程——图同构网络模型(GIN)深

pytroch深度学习——transforms的使用

新手入门深度学习 | 3-4:损失函数Loss