深度学习tips

1、datasets_make函数中最后全部转化为numpy形式

data=np.array(data)

否则会出现问题，比如数据是103216，经过trainloader生成tensor后（batch_size为30），发现生成的数据为：

data.shape #(10,)
data[0].shape #(30,32,16)

而不是(30,10, 32,16)

2、模型推导时数据首先进行处理，移到cuda上

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
input_batch = input_batch.cuda()

否则会报错：

RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same

3、保存模型时注意路径

torch.save(model.state_dict(), f'{checkpoints_dir}/{epoch:003}.pth')

当时没有新建checkpoints_dir文件夹，所以报错：

FileNotFoundError: [Errno 2] No such file or directory:

注意：epoch:003中后面的意思是保留三位，即000,001…