PyTorch深度学习入门笔记（小土堆）P1-6

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

  Advance AI with Open Source | Anaconda

• NVIDIA 官方驱动

  下载最新版官方 GeForce 驱动程序

• PyTorch

  PyTorch Foundation

P2. Python编辑器的选择、安装及配置（PyCharm、Jupyter安装）

• PyCharm

  PyCharm: The only Python IDE you need

• Jupyter

  Project 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

    dir([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。

  • 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

    help([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）。

  • 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

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