pytorch notes
z
 2018-08-23 15:09:52  

数据集加载流程：

  1. torchvision.datasets中已经包含众多数据集，先建立一个数据集对。

    1
    mnist_train = torchvision.datasets.MNIST(root="\data", train=True, download=True, transform= transform)

    不过在建立对象的时候，需要指定transform来确定对原始数据集中的图片的转换过程。

    1
    transform = torchvision.transforms.ToTensor() # 定义transform为ToTensor(),将原始PLT数据转换为Tensor

    又例如：

    1
    2
    3
    transform = transforms.Compose(
        [transforms.ToTensor(),
         transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) # 定义transform为这一系列步骤，先将图片转换为tensor，在将其进行归一化，第一个括号代表将RGB三通道的数据均值都归一化到0.5，第二个括号代表将均方差同样也归一化到0.5

  2. 使用torch.utils.data中的DataLoader来加载之前定义好的数据集对象

    1
    train_loader = DataLoader(mnist_train, batch_size=8, shuffle=True, num_workers=4)

  3. 读取DataLoader中的数据，一般在训练的时候，使用

    1
    for batch, (img, label) in enumerate(train_loader):

    在测试时，使用

    1
    for img, label in test_loader:

图片显示：

 需要导入`matploitlab`来帮助显示图片

直接通过```for img, label in train_loader``` 得到的`img`的维度是四维的 [ $ batch\_size  \times channels \times width \times hight$ ], 例如，从`Mnist`中读取的数据维度为： `torch.Size([8, 1, 28, 28])` 表示这个batch中有八张图片，由于MNIST中的图片为灰度图，因此`channel`为1。

要显示单张图片，

1
2
img = img[0] # 取出第一张图片
plt.imshow(img[0], cmap="gray") # 灰度图像显示时，接受的图片维度为（width，hight），因此这里再次取[0]，使(channel, width, hight)降为(width， hight)
要显示单张图片：

1
2
img = torchvision.utils.make_grid(img).numpy()
plt.imshow(np.transpose(img, (1, 2, 0))) #这里的（1， 2， 0） 指的是，将原始维度（channel， width， hight）转换为 （width， hight， channel）