Pytroch深度学习：从入门到实践

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