摘要：
从文本中读取的数据按数组的形式存放，比Python的list速度快。 阅读全文
摘要：
1、数据集 (1)继承Dataset或使用tv.datasets.ImageFolder() 目标路径下有至少一个文件夹 (2)tv.transforms.Compose (3)加载数据 (4)数据分组 class Dataset(torch.utils.data.Dataset): def __i 阅读全文
摘要：
1、Image.fromarray(np.uint8(img)) 阅读全文
摘要：
创建：conda create -n env_name python=3.7 删除：conda remove -n env_name --all 激活：conda/source activate env_name 切换到上一个Python环境：conda/source deactivate 安装包： 阅读全文
摘要：
import torch import torch.nn.functional as F from collections import OrderedDict # Method 1 class Net1(torch.nn.Module): def __init__(self): super(Net 阅读全文
摘要：
1、torch.nn.CrossEntropyLoss() 用于多分类问题 loss_func=torch.nn.CrossEntropyLoss() loss=loss_func(input_data,input_target) 其中input_data的shape一般是(batch_size,o 阅读全文
摘要：
import torch as tfrom torch.utils import dataimport osfrom PIL import Imageimport numpy as np import torchvision.transforms as T transforms = T.Compos 阅读全文
摘要：
1、'-'.join([1, 2, 3]) #1-2-3 2、print('姓名%s, 年龄%s'%(name, age)) print('{}'.format(a)) 3、os.listdir #获取指定文件夹里面的文件或文件夹列表 4、os.path.join(root, img) #将多个部分 阅读全文