Pytorch：对 epoch, batch_size 和 batch_idx 的理解（深度学习）
发布时间
阅读量：
阅读量
前言
在初学者构建神经网络的过程中，往往难以区分epoch、batch_size、iteration以及batch_idx（即iteration）这几个术语的具体含义。
此处以torchvision提供的CIFAR10数据集为例，借助代码实践的方式，对上述概念进行更为直观的解析。
需要说明的是，在本例中，batch_idx 与 iteration 的含义是完全一致的。
数据准备
首先导入所需的数据集：
import torch
import torch.nn as nn
import torchvision
train_dataset = torchvision.datasets.CIFAR10(root="data/",train=True,download=False)
test_dataset = torchvision.datasets.CIFAR10(root="data/",train=False,download=False)
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,batch_size=100,
shuffle=True,num_work全部评论 (0)
还没有任何评论哟~