学习资料

pytorch-tutorial
DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ

安装 torch

你可以访问我下面的 blog ，安装它还是需要一点技巧的。

安装 torch

对于 macos

官网上说

MacOS Binaries dont support CUDA, install from source if CUDA is needed

上面话的意思是，macos 不支持 cuda ，所以，其没有 gpu 加速。无论你选择哪个版本，最终安装的都是一个版本， cpu 版本。

安装命令如下：

pip3 install torch torchvision

我们发现其安装了 torch 和 torchvision。

其中，我们先讲一下 torchvision。

torchvision

这是一个独立与 torch 的库，里面包含了很多经典的网络机构和数据集。如，已经训练好的 vgg 结构，常用的数据集等等。

torchvision.datasets
    几个常用视觉数据集，可以下载和加载，这里主要的高级用法就是可以看源码如何自己写自己的Dataset的子类
torchvision.io
torchvision.models
    流行的模型，例如 AlexNet, VGG, ResNet 和 Densenet 以及 与训练好的参数。
torchvision.ops
torchvision.transforms
    常用的图像操作，例如：随机切割，旋转，数据类型转换，图像到tensor ,numpy 数组到tensor , tensor 到 图像等。
torchvision.utils
    用于把形似 (3 x H x W) 的张量保存到硬盘中，给一个mini-batch的图像可以产生一个图像格网。

由于此包是配合pytorch的对于图像处理来说必不可少的，

对于以后要用的torch来说一站式的anaconda是首选，毕竟人生苦短。

numpy 和 torch 的区别

import torch
import numpy as np

np_data = np.arange(6).reshape((2, 3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy()
print(np_data, '\n', torch_data, '\n', tensor2array)

	[[0 1 2]
 	[3 4 5]] 
 	tensor([[0, 1, 2],
        	[3, 4, 5]]) 
	 [[0 1 2]
 	[3 4 5]]