pytorch基础总结（一）

1.关于使用iter(dataloader)

list、tuple等都是可迭代对象，我们可以通过iter()函数获取这些可迭代对象的迭代器，iter()函数实际上就是调⽤了可迭代对象的 __ iter __ ⽅法。即：使用iter可以使迭代数据直接使用到索引数据的函数功能。方便后面的数据读取与访问。next与iter()要联合使用

 

 2.关于使用warmup方式调整学习率

 3.对于class(dataset):继承类构建自己的数据集，理解：返回的是image,label对

而Dataloader 库函数的使用，是对一个batch的图与对应的标签进行打包，方便读取

而在fixmatch模型中，特殊之处，用到了对同一张图片分别进行弱增强 与 强增强，保持一致性正则化（标签在增强前后不变），Dataloader返回的就是（image1，image2），label

 可以从加载得数据集   unlabeled_dataset追溯到

 从而追溯到函数   

def get_cifar10(args, root):

 

 由于在图像增强时就是一对  一对地进行增强并且返回的，

所以在DataLoader返回的就是（image1，image2），label