Блог

 import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim import torchvision import torchvision.transforms as transforms  train_set = torchvision.datasets.MNIST(root = './data/MNIST',train = True,download = True,transform = transfroms.Compose([transfroms.ToTensor()])  print(len(train_set)) # 60000  train_loader = torch.utils.data.DataLoader(train_set, batch_size=100) print(len(train_loader)) # 600  

Похоже, что из-за размера пакета длина загрузчика поездов уменьшилась.

Я думаю, что в партии 100 тензоров и одна классификация. Я просто хочу увидеть его элементы или форму. Как я могу это сделать? Также,

 ### Model Omitted ### model = ConvNet().to(device)  criterion = nn.CrossEntropyLoss().to(device) optimizer = torch.optim.Adam(model.parameters(), lr = learning_rate)  for epoch in range(5):   avg_cost = 0  for data, target in train_loader:  data = data.to(device)  target = target.to(device)  optimizer.zero_grad()   hypothesis = model(data)   cost = criterion(hypothesis, target)   cost.backward()   optimizer.step()   avg_cost  = cost / len(train_loader)   print('[Epoch: {:gt;4}] cost = {:gt;.9}'.format(epoch   1, avg_cost))  

Я думаю, что обучение за эпоху тренируется с 60 000 тензорами, верно? Тогда я думаю, что avg_cost следует разделить на 60 000, а не на 600(что означает len(train_loader))… Я что-то не так с этим делаю?

Вы можете получить одну партию данных о поезде trainloader , используя приведенный ниже код, и вы можете легко проверить его форму. Я надеюсь, что это поможет вам получить то, что вы хотите.

 batch= iter(trainloader) images, labels = batch.next()  print(images.shape) # torch.Size([num_samples, in_channels, H, W])  print(labels.shape)