Pytorch学习笔记（一）

Pytorch学习笔记（一）

• 一、Pytorch加载数据
• • 1、Dataset
  • 2、Dataloader
• 二、TensorBoard的使用
• • 1、SummaryWriter类的使用
  • • add_scalar
    • add_image
• 三、Transforms的使用
• • 1、ToTensor()
  • 2、Normalize()
  • 3、Resize()
  • 4、Compost()
  • 5、RandomCrop()
• 总结

一、Pytorch加载数据 1、Dataset

• 作用：提供一种方式获取数据和label并编号，可以根据编号提取相应的数据，同时获取数据对应的相应的label

class MyData(Dataset):
	def __init__(self, root_dir, label_dir):   #为后面的函数提供全局变量
		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)   #获取训练集中每一个图片
		
	def __getitem__(self, idx):
		img_name = self.img_path[idx]
		img_item_path = os.path.join(self.root_dir, self.label_dir, img_name)  #获取图片的相对路径
		img = Image.open(img_item_path)  #读取图片
		label = self.label_dir
		  
	def __len__(self):
		return len(self.img_path)

2、Dataloader

• 作用：对获取的数据进行打包（大小为batch_size），为后面的网络提供不同的数据形式

二、TensorBoard的使用 1、SummaryWriter类的使用 add_scalar

writer = SummaryWriter("logs")  #创建实例
for i in range(100):  ##实现y=x的图像
	writer.add_scalar("y=x", i, i)  #里面的参数分别是tag，scalar_value(y轴),global_step(x轴)
writer.close()

运行程序后，此时logs文件中产生一个事件。打开方式：

• 在命令行中输入tensorboard --logdir=logs，打开下面的链接即可看到加载的函数图像 # logdir=事件文件所在文件夹名，可以在后面加–port=xxxx来指定端口名
  如果图像出现错误，可以删除事件文件夹中的所有事件重新运行程序，打开新的事件

add_image

参数：tag，img_tensor（数据类型：torch.tensor, numpy_array；数据大小为(3, H, W)，如果是(H, W, 3)的话需要改参数dataformats为HWC）,global_step, walltime，dataformats

writer = SummaryWriter("logs")
image_path = "data/train/ants_image/0013035.jpg"  #输入图片的相对路径
img_PIL = Image.open(image_path)  #使用PIL.Image打开的图片类型默认为PIL类型，需要转化为numpy类型或者tensor类型
img_array = np.array(img_PIL)

writer.add_image("test", img_array, 1, dataformats='HWC')  #global_step可以相同的tag下以global_step的步数大小展示数据集里的不同图片

writer.close()

运行程序后，此时logs文件中产生一个事件。打开方式：
在命令行中输入tensorboard --logdir=logs，打开下面的链接即可看到加载的图片 # logdir=事件文件所在文件夹名，可以在后面加–port=xxxx来指定端口名

注：如果图像出现错误，可以删除事件文件夹中的所有事件重新运行程序，打开新的事件

三、Transforms的使用

   注：__call__()是一个内置函数，调用时可以直接使用对象（参数）的方法调用

1、ToTensor()

将PIL或者是numpy数据类型转换成tensor数据类型

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

tensor_trans = transforms.ToTensor()  #创建ToTensor类的对象
tensor_img = tensor_trans(img)  #调用ToTensor里的内置函数将img转化为tensor数据类型并返回

Tensor数据类型包装了有关反向神经网络的一些相关参数
读取得到numpy.ndarray的数据使用opencv

cv_img = cv2.imread(img_path)

读取得到PIL的数据使用PIL.Image

PIL_img = Image.open(img_path)

2、Normalize()

   注：__call__()是一个内置函数，调用时可以直接使用对象（参数）的方法调用

输入：mean（均值），std（标准差）
归一化：input[channel] = (input[channel] - mean[channel]) / std[channel]

trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)

3、Resize()

作用：改变图片大小，输入为PIL数据类型
输入：size数据类型为序列或是int

trans_resize = transforms.Resize((512, 512))  #将图片大小变成512*512
img_resize = trans_resize(img)  #img_resize是PIL类型，如果需要add_image()，需要先将PIL的数据类型通过ToTensor转换成tensor数据类型
trans_resize2 = transforms.Resize(512)  #如果只输入一个数，便用图像的最小的边去匹配这个大小，然后进行等比缩放
img_resize2 = trans_resize2(img)

4、Compost()

作用：将几个transforms的操作组合起来使用
Compost()的参数应该是transforms类型元素的列表。即：
Compose([transforms参数1, transforms参数2,……])

trans_resize_2 = transforms.Resize(512)
trans_compose = transforms.Compose([trans_resize_2, trans_totensor])  #将resize与totensor组合起来
img_resize_2 = trans_compost(img)  ##图片变成tensor类型的等比缩放到最短边为512的图片

5、RandomCrop()

随机裁剪图片
输入为PIL类型

trans_random = transforms.RandomCrop(512)
trans_compose_2 = transforms.Compose([trans_random, trans_totensor])
#随机裁剪十个
for i in range(10):
	img_crop = trans_compose_2(img)
	writer.add_image("RandomCrop", img_crop, i)

---

总结

查看官方文档时首先查看输入和输出类型，然后查看方法中没有默认值的参数的作用和数据类型。