手把手教你跑通第一个神经网络

参考 PYTORCH DOCUMENTATION

[toc]

# 1_dataset.py

0. 继承 torch.utils.data.Dataset
1. 实现 __getitem__ 和 __len__ 两个magic methods 【个人倾向于返回字典形式】
2. 理解 MNIST 类，以及 transforms 模块
3. 利用 torchvision.datasets 中的数据集
4. 理解 ImageFolder 类及其 classes 与 class_to_idx 属性

# 2_dataloader.py

0. 利用 torch.utils.data.DataLoader类
1. 理解 __iter__ 这个magic method
2. 区分 Dataloader 与 Dataset 的 __len__
3. 利用 内置函数 enumerate 与 tqdm 模块
4. 有需要可以更改 collate_fn

# 3_model.py

0. 继承 torch.nn.Module，注意 super().__init__()
1. 理解 __call__ 这个magic method 与自定义 forward 关系
2. 注意 PyTorch 中数据的摆放 (B, C, H ,W)
3. 调用 torchvison.models 中现成的网络
4. 注意 torch.nn.Module.dict_state() torch.save() torch.load() 以及 torch.nn.Module.load_state_dict() 及其中参数
5. 利用 torch.utils.model_zoo.load_url() 下载预训练参数

# 4_optimizer.py

0. 调用 torch.optim 模块中的优化器
1. 注意 params参数
2. 通过 optimizer.zero_grad() loss.backward() optimizer.step() 开始训练

# 5_train.py

• 综上所述，完成训练！

• 美化代码，下次一定！