PyTorch深度学习入门笔记P1-6
@ZZHow(ZZHow1024)
参考课程：
【PyTorch深度学习快速入门教程【小土堆】】
P1. PyTorch环境的配置及安装（Configuration and Installation of PyTorch）
-
Anaconda
-
NVIDIA 官方驱动
-
PyTorch
P2. Python编辑器的选择、安装及配置（PyCharm、Jupyter安装）
-
PyCharm
-
Jupyter
P3. Python学习中的两大法宝函数（当然也可以用在PyTorch）
-
dir()函数：列出对象的属性和方法-
功能 ：用于返回指定对象的所有属性和方法列表（包括内置的属性和方法）。如果不传入参数，则返回当前作用域中的所有变量、模块、函数等名称。
-
语法
pythondir([object])- 参数 ：
object是可选的，可以是任何Python对象（如模块、类、实例、函数等）。如果省略参数，则返回当前作用域的名称列表。
- 参数 ：
-
返回值 ：返回一个按字母顺序排序的字符串列表，包含对象的所有属性和方法名。
-
-
help()函数：获取对象的详细文档-
功能 ：
help()用于返回指定对象的详细文档字符串（docstring），包括函数/类的功能描述、参数说明、返回值、示例等。它是快速查阅Python内置功能或第三方库文档的首选工具。 -
语法
pythonhelp([object])- 参数 ：
object是可选的，可以是模块、类、函数、方法等。如果省略参数，会进入交互式帮助模式（输入对象名后回车查看文档）。
- 参数 ：
-
返回值 ：直接在控制台打印对象的文档字符串（如果没有文档字符串，则可能显示简略信息）。
-
P4. PyCharm及Jupyter使用及对比
| 特性 | Python文件（.py） | Python控制台 | Jupyter Notebook |
|---|---|---|---|
| 代码组织形式 | 文件形式，支持多模块 | 交互式逐行输入 | 单元格分块，混合代码与文本 |
| 交互性 | 低（需手动运行） | 高（实时反馈） | 高（分块执行，变量保留） |
| 适用场景 | 完整项目开发 | 快速测试小段代码 | 数据分析、教学文档 |
| 调试支持 | 强（断点、变量监视） | 弱（简单断点） | 中等（依赖单元格执行） |
| 结果可视化 | 需手动输出或保存图表 | 直接打印结果 | 内置图表渲染（Matplotlib等） |
| 持久化与复用性 | 高（代码可保存、版本控制） | 低（会话结束即丢失） | 中等（需保存.ipynb文件） |
| 学习/教学友好性 | 一般（需理解文件结构） | 一般（适合简单逻辑） | 高（适合分步讲解） |
P5. PyTorch加载数据初认识
- 数据
- Dataset：提供一种方式去获取数据及其 label
- Dataloader：为后面的网络提供不同的数据形式
P6. Dataset类代码实战
python
class MyData(Dataset):
def __init__(self, root_dir, label_dir):
self.root_dir: str = root_dir
self.label_dir: str = label_dir
self.path: str = os.path.join(self.root_dir, self.label_dir)
self.image_path_list = os.listdir(str(self.path))
def __getitem__(self, index):
image_name: str = self.image_path_list[index]
image_item_path: str = os.path.join(self.path, image_name)
image = Image.open(image_item_path)
label = self.label_dir
return image, label
def __len__(self):
return len(self.image_path_list)- 案例演示：p6_dataset.py