小记录：Pytorch做深度学习必要加载的包

根据深度学习模型训练的五个阶段，记录下每个阶段需要加载的包，方便后续总结。

1. 数据

如果不包括数据预处理阶段，只包括数据加载的话，主要用到的就是Dataset和DataLoader，那么就需要导入：

import torch.utils.data as Data

如果需要进行预处理的话，比如标准化这些的话，就还需要导入transform：

import torchvision.transforms as transforms

2. 模型

模型的话主要就是指模型的定义，因为我们的模型类都是继承于torch.nn.Module类，所以需要导入torch.nn：

import torch
import torch.nn as nn

3. 损失函数

Pytorch中的损失函数都是在torch.nn模块下的，所以导入torch.nn即可：

import torch
import torch.nn as nn

4. 优化器

所有的优化器都在torch.optim模块下:

import torch.optim as optim

5. 迭代训练

迭代训练一般就是for循环，有时候为了可视化，需要展示进度条，所以需要tqdm包：

from tqdm import tqdm

其他

在真正进行模型训练的时候，下面一些包也少不了：

import math
import numpy as np
import pandas as pd
import glob 
import os
import matplotlib.pyplot as plt

本文由 mdnice 多平台发布