ubuntu之路——day18 用pytorch完成CNN

本次做业：Andrew Ng的CNN的搭建卷积神经网络模型以及应用（1&2）做业目录参考这位博主的整理：https://blog.csdn.net/u013733326/article/details/79827273

今天要实现的是识别手势姿式表达的数字

个人Git传送门:https://github.com/VVV-LHY/deeplearning.ai/tree/master/CNN/RecognizeGestureNum

原本是接着day17用了numpy编了一个卷积层和池化层的前向传播，而后后向传播更麻烦了，Andrew Ng的课上也开始用tensorflow和kears了。因此我开始用pytorch完成CNN的编程做业，可是由于Andrew的例子和里面加载数据全用的tensorflow，我决定发挥主观能动性，本身转化pytorch框架。(史前巨坑，由于没用过pytorch，昨天到今天碰见好多天坑)

1.pytorch的默认图片处理顺序

NxCxHxW 意思是通道C在前面，咱们之前的作法是numpy和其余默认读法channel在最后面，因此须要下面的方法：

np的array数组有一个transpose方法，好比:

原来的通道是a = (N,H,W,C)

转化 a = a.transpose(0, 3, 1, 2)意思是N不变，C从第三个换到第二个，W和C分别后移一位

新的 a = (N, C, H, W)

2.torchvision包里面的dataset和dataloader

前者是把数据和标签合为dataset而且能够返回长度、还能够在方法里面转换Tensor，还能够压缩(0，255)为(0，1)用torchvision.transfroms，能够看官方文档有不少方法

dataloader能够加载dataset而且作mini batch的处理 shuffle洗牌等等

可是dataset须要本身重构类里面的方法，具体能够自行搜索。

3.损失函数报错的问题

multi-target not supported at /opt/conda/conda-bld/pytorch_1556653114079/wor

缘由是你loss_func的标签label的维度不对，须要的是tensor的行向量

yourlabel.squeeze(1)

注意必定要是1,0就变成列向量了。

plus:差很少新手错误全是在数据结构上面，由于神经网络的架构只要一层一层算好(n+2p-kernel_size / s) + 1是绝对不会出错的，再难再大的网络画张图写好参数也不可能错

可是对于没有用过张量的直接从numpy转来的新手可能会由于一些方法的不一样在数据结构上屡屡出错，因此从载入数据开始就要清楚每一次操做对于数据自己的shape或者size有什么影响。