pytorch常用的工具

1、数据加载

数据集被抽象为Dataset类, 只负责数据的抽象

两个魔法方法：

__getitem__:返回一条数据或一个样本，

__len__：返回样本的数量

ImageFolder()

对数据进行shuffle和并行加速

DataLoader(dataset, batch_size=1, shuffle=False,...)

 

2、计算机视觉工具包：torchvision

torchvision包括三个部分：

（1）model: 提供深度学习中各种经典网络结构以及预训练好的模型，如VGG系列，Resnet系列等；

（2）datasets:提供常用的数据集加载，设计上都是继承torch.utils.data.Dataset，主要包括MNIST、CIFAR10等；

（3）transforms:提供常用的数据预处理操作，包括对Tensor以PIL Image对象的操作。

 

3、可视化工具

常用的可视化工具：tensorboard以及visdom,

针对pytorch: tensofboard提供了tensorboard_logger，： 安装pip install tensorborad_logger

这个工具的支持的可视化功能有限，除了tensorboard_logger之外，还有一个专门针对pytorch的tensorboardX支持更多功能。

visdom功能

- 是facebook专门为pytorch开发的一个可视化工具，提供了丰富的可视化任务。

- 安装:pip install visdom

-启动：python -m visdom server命令，启动服务，或则通过nohup python -m visdom.server &将服务放置后台运行，默认的绑定端口为8097