torchnet (1)

torchnet

• torch框架提供了基于torcha的代码复用机制，并支持模块化设计风格
• 通过torch.dataset模块能够以多种方式进行数据预处理
• 该库通过torch.engine实现机器学习模型的训练与推理功能
• 借助torch.utils中的meter类能够有效评估模型性能
• 使用torch.utils.log记录训练过程中的关键指标数据

Documentation

torchnet的调用

local tnt = require ‘torchnet’

tnt.Dataset()

torchnet包含多种功能强大的数据容器（data.container），包括以下几种：concat, split, batch, resample等操作。tnt.Dataset()实例涵盖Labeling API和Incremental Learning API两种方法。

• dataset.size() 计算数据集规模
  • dataset.get(idx): 其中idx属于1至size范围内的值, 获取数据集中第idx个样本.
  • 然而可以通过for循环轻松地实现对数据集的遍历. 同时允许用户在运行时动态获取特定样本或进行多线程的数据加载. torchnet为此提供了若干种DatasetIterator类