Pytorch學習階段二（三）

一、真實的torch.nn

轉化資料型別：

x_train, y_train, x_valid, y_valid = map(
    torch.tensor, (x_train, y_train, x_valid, y_valid)
)

torch.nn

• module：建立可呼叫物件，包含權重等狀態，並且可以更新權重
• Parameter：即需要被訓練的權重，設定requires_grad來設定更新
• functional：一個包含啟用函式，損失函式等的模型

torch.optim：包含SGD等許多優化器，在後向傳播的過程中更新權重

Dataset：__len__

DataLoader：返回一個迭代器，可用於迭代資料

二、TensorBoard使用

初始化：

from torch.utils.tensorboard import SummaryWriter

# default `log_dir` is "runs" - we'll be more specific here
writer = SummaryWriter('runs/fashion_mnist_experiment_1')

新增圖片：

# write to tensorboard
writer.add_image('four_fashion_mnist_images', img_grid)
 

run:

tensorboard --logdir=runs --port=8080

在中控臺點選： http://localhost:8080或者瀏覽器瀏覽此網頁

新增視覺化網路：

writer.add_graph(net, images)

新增圖表：

# ...log the running loss
            writer.add_scalar('training loss',
                            running_loss / 1000,
                            epoch * len(trainloader) + i)