本系列为跟练小土堆每集代码，然后进入李宏毅机器学习教程。在系列中会敲完所有视频中代码，并且在注释写出感悟和易错点。欢迎大家一起交流！
最前面的安装部分，可以移步我的另一个帖子
第一章·Dataset
首先讲了数据集的读取，主要调用了Dataset相关的函数，有图片和特征的地址提取和打开
'''数据集的读取'''
"一种直接把标签写到数据库上，另外一种数据集和label分开"
'''read_data.py'''
from torch.utils.data import Dataset
from PIL import Image
import os
class MyData(Dataset):
def __init__(self,root_dir,label_dir):
self.root_dir=root_dir
self.label_dir=label_dir
self.path=os.path.join(self.root_dir,self.label_dir)
self.img_path=os.listdir(self.path)
'''标签'''
def __getitem__(self,idx):
img_name = self.img_path[idx]
img_item_path = os.path.join(self.root_dir,self.label_dir,img_name)
img = Image.open(img_item_path)
label = self.label_dir
return img,label
'''返回长度'''
def __len__(self):
return len(self.img_path)
'''上面并没有变量，下面创建两个变量,验证一下'''
root_dir = "dataset/train"
ants_label_dir = "ants"
bees_label_dir = "bees"
ants_dataset = MyData(root_dir,ants_label_dir)
bees_dataset = MyData(root_dir,bees_label_dir)
"实参后面是要变得，不是全一个！那个bees我就错了"
train_dataset = ants_dataset + bees_dataset
len(train_dataset)
len(ants_dataset)
len(bees_dataset)
img, label = train_dataset[124]
'''这是按照顺序调一下图片'''
'''这个是为了label复杂时候，可以分家。image和label分开，让txt的文档名字和它一致'''
要注意.和_不要写混，查bug查了好一会
第二章·TensorBoard
这里讲了如何在数据训练过程中生成图像来监视训练效果——生成losses
汉译其实就是张量板
'''transform的使用，能用于图像变化'''
import numpy as np
from PIL import Image
'''tensorboard是图像展示,可以看到losses，可以知道应该训练到哪一步'''
from torch.utils.tensorboard import SummaryWriter
"""
可以用ctrl打开
Writes entries directly to event files in the log_dir to be
consumed by TensorBoard.
The `SummaryWriter` class provides a high-level API to create an event file
in a given directory and add summaries and events to it. The class updates the
file contents asynchronously. This allows a training program to call methods
to add data to the file directly from the training loop, without slowing down
training.
"""
'''里面我们看到log_dir是SummaryWritter的参数，它的意思是目录。比如下面这个就是存到logs文件夹里面'''
writer = SummaryWriter("logs")
# writer.add_image() ctrl+/可以注释
for i in range(100):
writer.add_scalar("y=2x",2*i,i) #名字，横轴value，纵轴.
#如果后面的轴导致线复回乱跑，就kill掉进程
writer.close()
'''左边多了一个logs的文件夹，是tensorboard的文件'''
'''接下来是生成图像'''
image_path = "dataset/train/bees/16838648_415acd9e3f.jpg"
img_PIL = Image.open(image_path)
img_array= np.array(img_PIL)
print(type(img_array))#看看什么类型是为了下面writer要输入这个，tensor型或者numpy型
print(img_array.shape)#顺序应该反一下
writer.add_image("test", img_array, 3, dataformats='HWC') #换成第二张照片的时候这里也要改步骤。这里是同一个test下的
writer.add_image("train", img_array, 1, dataformats='HWC')
for i in range(100):
writer.add_scalar("y=2x",2*i,i)
writer.close()
'''此时遇到pillow的问题，高版本下无法使用Image中的某个函数。下回8.4.0,就解决了'''