Pytorch学习1

博主： Xherlock
发布时间：2022 年 08 月 19 日
505 次浏览
暂无评论
5152字数
分类： pytorch

# Pytorch学习

## 配置环境

python3.9+anaconda+pytorch

查看cuda版本号：WIN+S搜NVIDIA控制面板，帮助—系统信息-组件 查看

或者控制台输入nvidia-smi

![image-20220815222002069.png](http://xherlock.top/usr/uploads/2022/08/1101877361.png)

创建新的conda虚拟环境：

~~~
conda create -n pytorch python=3.9
~~~

查看已安装的虚拟环境

~~~
conda env list
~~~

删除环境

~~~
conda remove -n pytorch --all
~~~

进入虚拟环境

~~~
conda activate pytorch
~~~

打开Pytorch官网，按照需求选择安装对应的Pytorch，输入对应命令行

下载过慢：https://blog.csdn.net/watermelon1123/article/details/88122020

测试

~~~
import torch
torch.cuda.is_available()
~~~

out

~~~
True
~~~

补充：

**dir()**： 函数不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表

![image-20220816141315388.png](http://xherlock.top/usr/uploads/2022/08/949549279.png)

**help()**：类似说明书

![image-20220816141423004.png](http://xherlock.top/usr/uploads/2022/08/193965926.png)

---

虚拟anaconda环境中安装jupyter notebook https://blog.inkuang.com/2019/319/

## pytorch加载数据

数据集：

* 提供一种方式取获取数据及其标签
* 如何获取每一个数据及其标签
* 告诉我们总共有多少的数据

eg:

获取数据集图片信息

~~~python
from PIL import Image
img_path = "./hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(img_path)
img.size
# Out[]: (768, 512)
~~~

获取数据集目录列表

~~~python
dir_path = "hymenoptera_data/train/ants"
import os
img_path_list = os.listdir(dir_path)
img_path_list[0]
# Out[]: '0013035.jpg'
~~~

拼接路径：

![image-20220816151330511.png](http://xherlock.top/usr/uploads/2022/08/1378051242.png)

~~~python
import os
root_dir = "hymenoptera_data/train"
label_dir = "ants"
path = os.path.join(root_dir, label_dir)
~~~

最终查看

~~~python
from torch.utils.data import Dataset
from PIL import Image
import os

class MyData(Dataset):

def __init__(self, root_dir, label_dir):
        self.root_dir = root_dir
        self.label_dir = label_dir
        self.path = os.path.join(self.root_dir, self.label_dir)
        self.img_path = os.listdir(self.path)

def __getitem__(self, idx):
        img_name = self.img_path[idx]
        img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)
        img = Image.open(img_item_path)
        label = self.label_dir
        return img, label

def __len__(self):
        return len(self.img_path)

root_dir = "hymenoptera_data/train"
label_dir = "ants"
ants_dataset = MyData(root_dir, label_dir)

~~~

查看单个图片

~~~python
img, label = ants_dataset[0]
img.show()
~~~

可以拼接两个数据集

~~~python
train_dataset = ants_dataset + bees_dataset
~~~

## tensorboard的使用

导入包

~~~python
from torch.utils.tensorboard import SummaryWriter
~~~

1.**writer.add_scalar()**：
功能：将标量添加到 summary
参数：
tag (string)：数据标识符
scalar_value (float or string/blobname)：要保存的数值
global_step (int)：全局步值
walltime (float)：可选参数，用于记录发生的时间，默认为 time.time()

~~~python
from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")

for i in range(100):
    writer.add_scalar("y=x", i, i)

writer.close()
~~~

控制台打开tensorboard：tensorboard --logdir=logs

![image-20220816172808324.png](http://xherlock.top/usr/uploads/2022/08/1509024713.png)

2.**writer.add_image()**：

add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats=‘CHW’)：

绘制图片，可用于检查模型的输入，监测 feature map 的变化，或是观察 weight。
tag：图的名称
img_tensor：图片的类型要是**torch.Tensor, numpy.array, string**这三种
global_step：第几张图片
dataformats=‘CHW’，默认CHW，**tensor是CHW，numpy是HWC**

![image-20220816175620437.png](http://xherlock.top/usr/uploads/2022/08/54678647.png)

## Transforms

ToTensor()：将PIL或np形式图片转换为tensor形式

```python
from PIL import Image
from torchvision import transforms

image_path = "hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(image_path)
print(img)

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

print(tensor_img)
```

输出：

~~~
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x150B5D38EE0>
tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],
         ...,
         [0.3412, 0.3412, 0.3373,  ..., 0.1725, 0.3725, 0.3529],
         [0.3412, 0.3412, 0.3373,  ..., 0.3294, 0.3529, 0.3294],
         [0.3412, 0.3412, 0.3373,  ..., 0.3098, 0.3059, 0.3294]],

[[0.5922, 0.5922, 0.5922,  ..., 0.5961, 0.5882, 0.5765],
         [0.5961, 0.5961, 0.5961,  ..., 0.5961, 0.5882, 0.5765],
         [0.6000, 0.6000, 0.6000,  ..., 0.5922, 0.5882, 0.5804],
         ...,
         [0.6275, 0.6275, 0.6235,  ..., 0.3608, 0.6196, 0.6157],
         [0.6275, 0.6275, 0.6235,  ..., 0.5765, 0.6275, 0.5961],
         [0.6275, 0.6275, 0.6235,  ..., 0.6275, 0.6235, 0.6314]],

[[0.9137, 0.9137, 0.9137,  ..., 0.9176, 0.9098, 0.8980],
         [0.9176, 0.9176, 0.9176,  ..., 0.9176, 0.9098, 0.8980],
         [0.9216, 0.9216, 0.9216,  ..., 0.9137, 0.9098, 0.9020],
         ...,
         [0.9294, 0.9294, 0.9255,  ..., 0.5529, 0.9216, 0.8941],
         [0.9294, 0.9294, 0.9255,  ..., 0.8863, 1.0000, 0.9137],
         [0.9294, 0.9294, 0.9255,  ..., 0.9490, 0.9804, 0.9137]]])

Process finished with exit code 0
~~~

最后修改：2022 年 08 月 19 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

Reverse（十一）
浏览次数: 2629
Win11新机鼓捣记录
浏览次数: 2382
栈~数制转换
浏览次数: 1604
C++学习
浏览次数: 1603
Python实现文件管理系统（重命名和删除）
浏览次数: 1575

顶点软件
你写得非常清晰明了，让我很容易理解你的观点。
mars
博主你好，请问怎么知道的alloc函数属于Buffer下的方法...
lj
该评论仅登录用户及评论双方可见
Mr.Guan
:@(赞一个)
Typecho
欢迎加入 Typecho 大家族

栈~括号的匹配
浏览次数: 851
汇编语言学习（三）~寄存器
浏览次数: 553
数据库-暑假的学习总结
浏览次数: 508
CSS1
浏览次数: 529
软件漏洞-缓冲区溢出
浏览次数: 419

Pytorch学习1

Xherlock • 2022 年 08 月 19 日

# Pytorch学习

## 配置环境

python3.9+anaconda+pytorch

查看cuda版本号：WIN+S搜NVIDIA控制面板，帮助—系统信息-组件 查看

或者控制台输入nvidia-smi

![image-20220815222002069.png](http://xherlock.top/usr/uploads/2022/08/1101877361.png)

创建新的conda虚拟环境：

~~~
conda create -n pytorch python=3.9
~~~

查看已安装的虚拟环境

~~~
conda env list
~~~

删除环境

~~~
conda remove -n pytorch --all
~~~

进入虚拟环境

~~~
conda activate pytorch
~~~

打开Pytorch官网，按照需求选择安装对应的Pytorch，输入对应命令行

下载过慢：https://blog.csdn.net/watermelon1123/article/details/88122020

测试

~~~
import torch
torch.cuda.is_available()
~~~

out

~~~
True
~~~

补充：

**dir()**： 函数不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表

![image-20220816141315388.png](http://xherlock.top/usr/uploads/2022/08/949549279.png)

**help()**：类似说明书

![image-20220816141423004.png](http://xherlock.top/usr/uploads/2022/08/193965926.png)

---

虚拟anaconda环境中安装jupyter notebook https://blog.inkuang.com/2019/319/

## pytorch加载数据

数据集：

* 提供一种方式取获取数据及其标签
* 如何获取每一个数据及其标签
* 告诉我们总共有多少的数据

eg:

获取数据集图片信息

~~~python
from PIL import Image
img_path = "./hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(img_path)
img.size
# Out[]: (768, 512)
~~~

获取数据集目录列表

~~~python
dir_path = "hymenoptera_data/train/ants"
import os
img_path_list = os.listdir(dir_path)
img_path_list[0]
# Out[]: '0013035.jpg'
~~~

拼接路径：

![image-20220816151330511.png](http://xherlock.top/usr/uploads/2022/08/1378051242.png)

~~~python
import os
root_dir = "hymenoptera_data/train"
label_dir = "ants"
path = os.path.join(root_dir, label_dir)
~~~

最终查看

~~~python
from torch.utils.data import Dataset
from PIL import Image
import os

class MyData(Dataset):

def __len__(self):
        return len(self.img_path)

root_dir = "hymenoptera_data/train"
label_dir = "ants"
ants_dataset = MyData(root_dir, label_dir)

~~~

查看单个图片

~~~python
img, label = ants_dataset[0]
img.show()
~~~

可以拼接两个数据集

~~~python
train_dataset = ants_dataset + bees_dataset
~~~

## tensorboard的使用

导入包

~~~python
from torch.utils.tensorboard import SummaryWriter
~~~

~~~python
from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")

for i in range(100):
    writer.add_scalar("y=x", i, i)

writer.close()
~~~

控制台打开tensorboard：tensorboard --logdir=logs

![image-20220816172808324.png](http://xherlock.top/usr/uploads/2022/08/1509024713.png)

2.**writer.add_image()**：

add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats=‘CHW’)：

![image-20220816175620437.png](http://xherlock.top/usr/uploads/2022/08/54678647.png)

## Transforms

ToTensor()：将PIL或np形式图片转换为tensor形式

```python
from PIL import Image
from torchvision import transforms

image_path = "hymenoptera_data/train/ants/0013035.jpg"
img = Image.open(image_path)
print(img)

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

print(tensor_img)
```

输出：

Process finished with exit code 0
~~~

发表评论 取消回复

Pytorch学习1

发表评论取消回复