PyTorch 环境搭建及学习

PyTorch 介绍

PyTorch是由Feacbook开源，基于Torch二次开发的Python机器学习库，用于自然语言处理等应用程序。PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。

PyTorch 环境搭建

1. 安装开发工具和python

pycharm下载

anaconda下载，安装教程自行百度~~

2. 创建项目

• 选择 Conda 创建新环境

• 选择 python 版本

  

• 创建完成后，可以看到当前环境

  

3. 安装PyTorch环境

• 我们可以去PyTorch官方：https://pytorch.org/get-started/locally/ 进行选择，然后执行官方命令安装。

  

• 也可以通过pip直接安装PyTorch

  # cpu用户
  pip install torch==2.0.0
  
  # gpu用户
  # 只支持英伟达的显卡
  # 需要提前安装 cuda ，我这里是11.7，所有下面指定cu117
  # 如果已经安装了cuda不知道什么版本，可以通过 nvidia-smi 命令查看
  pip install torch==2.0.0 --index-url https://download.pytorch.org/whl/cu117
  

  在终端执行

  

• 验证PyTorch是否安装成功

  在python控制台执行 import torch，没有报错说明安装成功

  

• 验证PyTorch是否支持GPU

  在python控制台执行 torch.cuda.is_available()，返回 True 说明可以运行在显卡上

  

4. 熟悉PyTorch都有什么

我们可以通过 dir 和 help 来熟悉

• 通过 dir 看torch都有哪些工具包

  

• 通过 help 看torch.cuda.is_available的用法和说明

  

PyTorch 学习

一、学习 Dataset

Dataset是什么东西，有什么作用

我们将使用此 数据集 进行演示（也可以用自己的~~）

1. 由于是图片数据集，我们需要提前安装 opencv

   pip install opencv-python==4.6.0.66
   

2. 实现我们Dataset

   需要重写三个方法

   __init__ 类被创建会执行（类似Java构造器），我们需要在这里初始化数据

   __getitem__ 根据索引查询，返回 label 和 image

   __len__ 返回 数据集长度

   from torch.utils.data import Dataset
   from torch.utils.data.dataset import T_co
   import os
   import cv2 as cv
   
   
   # 读取我们 label 文件的第一行内容
   def read_label(path):
       file = open(path, "r", encoding='utf-8')
       label = file.readline()
       file.close()
       return label
   
   
   class MyDataset(Dataset):
       def __init__(self, train_path):
           # 给对象赋值，让其他方法也可以获取到
           self.train_path = train_path
           self.image_path = os.path.join(train_path, 'image')
           self.label_path = os.path.join(train_path, 'label')
           # 拿到文件夹下所有图片名
           self.image_path_list = os.listdir(self.image_path)
   
       def __getitem__(self, index) -> T_co:
           # 读取图片
           image_name = self.image_path_list[index]
           image_path = os.path.join(self.image_path, image_name)
           img = cv.imread(image_path)
   
           # 读取图片对应的label
           label_name = 'txt'.join(image_name.rsplit(image_name.split('.')[-1], 1))
           label_path = os.path.join(self.label_path, label_name)
           label = read_label(label_path)
           return img, label
   
       def __len__(self):
           # 返回数据集长度
           return len(self.image_path_list)
   
   
   # 测试 创建 MyDataset 对象
   my_dataset = MyDataset("dataset/train")
   # 拿到下标100的 image 和 label
   data_index = 100
   img, label = my_dataset[data_index]
   # 展示出来 我们这里用到了 __len__
   cv.imshow(label + ' (' + str(data_index) + '/' + str(len(my_dataset)) + ')', img)
   cv.waitKey(0)
   

   效果如下：

   

二、下期预告

1. TensorBoard 的使用

2. Transforms 的使用

会尽快更新~~~