之前一直用tensorflow和keras，最近在看一些CV领域的paper，发现相关的开源代码很多是pytorch实现的，于是打算学下pytorch。
以下主要根据《深度学习入门之Pytorch》这本书对一些常用API进行记录。

Pytorch基础

Tensor张量

a = torch.Tensor([[1,2],[3,4]])

创建全是0的空Tensor,01均匀分布或以正态分布作为初始值的Tensor

c = torch.zeros((3,2))
t = torch.rand((3,2))#0-1均匀分布
d = torch.randn((3,2))#正态分布
r = torch.range(1,10)#生成区间浮点数

像numpy一样通过索引的方式取得其中的元素，或改变其中的值

a[0,1]=100

Tensor与numpy.ndarray之间相互转换

numpy_b = b.numpy()
e = np.array([[2,3],[4,5]])
torch_e = torch.from_numpy(e)
f_torch_e = torch_e.float()

使用GPU进行加速

if torch.cuda.is_available():
    a_cuda = a.cuda()

Variable变量

Variable在torch.autograd.Variable中，通过调用Variable(a)可以将一个tensor a变成Variable。
构建时需要传递一个参数requires_grad=True，这个参数表示是否对这个变量求梯度，默认的是 False。
Variable中包括三个重要属性,data,grad,grad_fn。

Tensor运算

Dataset数据集

通过torch.utils.data.DataLoader定义迭代器,collate_fn是表示如何取样本的，可以定义自己的函数来准确地实现想要的功能，默认的函数在一般情况下都是可以使用的。

dataiter = DataLoader(myDataset,batch_size=32,shuffle=True,collate_fn=default_collate)

在torchvision中还有一个更高级的关于CV的数据读取类ImageFolder，主要功能是处理图片，且要求图片形式如下：

root/dog/xxx.png
root/dog/xxy.png
root/dog/xxz/png
...
root/cat/123.png

dset = ImageFolder(root='root_path',transform=None,loader=default_loader)

其中root是根目录，目录下每个文件夹表示一个类别，transform和target_transform是图片增强,loader是图片读取的办法。

nn.Module模组

pytorch中所有的层结构和损失函数都来自于torch.nn，所有的模型构建都从这个基类nn.Module继承来的，模板如下

class net_name(nn.Module):
    def __init__(self,other_arguments):
        super(net_name,self).__init__()
        self.conv1 = nn.Conv2d(in_channels,out_channels,kernel_size)
        # other network layer
    def forward(self,x):
        x = self.conv1(x)
        return x
criterion = nn.CrossEntropyLoss()
loss = criterion(output,target)

torch.optim 优化

optimizer = torch.optim.SGD(model.parameters(),lr=0.01,momentum=0.9)

在优化之前需先将梯度归零，即optimizer.zeros()，然后通过loss.backward()反向传播，自动求导得到每个参数的梯度，最后调用optimizer.step()就可以通过梯度做一步参数更新。

模型的保存和加载

使用torch.save来保存模型的结构和参数，有两种保存方式

1. 保存整个模型的结构信息和参数信息，保存的对象是模型model

2. 保存模型的参数，保存的对象是模型的状态model.state_dict()

   torch.save(model,'./model.pth')
   torch.save(model.state_dict(),'./model_state.pth')

加载模型有两种方式对应于保存模型的方式:

1. 加载完整的模型结构和参数使用

   load_model = torch.load('model.pth')

   ，在网络较大的时候加载的时间比较长，同时还存储空间也比较大

2. 加载模型参数信息，需要先导入模型的结构，然后通过

model.load_state_dic(torch.load('model_staet.pth'))

导入

Pytorch卷积模块

1. 卷积层

   nn.Conv2d()是卷积模块，里面常用的参数有5个

   参数名	说明
   in_channels	输入数据的深度
   out_channels	输出数据的深度
   kernel_size	卷积核大小
   stride	滑动的步长
   padding	0不填充，1进行1个像素点的0填充
   bias	默认bias=True
   groups	输出数据深度和输入数据深度上的联系，默认groups=1，表示所有输出和输入是关联的。groups=2,表示输入的深度被分割成两份，输出的深度也被分割成两份，它们之间分别对应起来，要求输出和输入都必须能被groups整除
   dilation	表示卷积堆输入数据体的空间间隔，默认=1（没太明白）

2. 池化层
   nn.MaxPool2d()表示最大值池化，其中的参数有kernel_size,stride,padding,dilation,return_indices,ceil_mode

   参数名	含义
   return_indices	是否返回最大值所处的下标，默认return_indices=False
   ceil_mode	表示使用一些方格代替层结构，默认为False

nn.AvgPool2d()均值池化，多一个参数count_include_pad表示计算均值时候是否包含零填充，默认为True
其他池化层如nn.LPPool2d和nn.AdaptiveMaxPool2d()等。

提取层结构

nn.Module有几个重要属性。
children()，这个会返回下一级模块的迭代器，不会返回它们内部的东西。
modules()会返回模型中所有模块的迭代器，能够访问到最内层。
named_children()和named_modules()不仅返回模块的迭代器，还会返回网络层的名字。

提取参数及自定义初始化

nn.Module里面有两个特别重要的关于参数的属性，分别是named_parameters()和parameters()。named_parameters()给出网络层的名字和参数的迭代器，parameters()会给出一个网络的全部参数的迭代器。

for parm in model.named_parameters():
    print(param[0])

权重是一个Variable，去除其中的data属性，对它进行所需要的处理就可以

for m in model.modules():
    if isinstance(m,nn.Conv2d):
        init.normal(m.weight.data)
        init.xavier_noraml(m.weight.data)
        init.kaiming_normal(m.weight.data)
        m.bias.data.fill_(0)
    elif isinstance(m,nn.Linear):
        m.weight.data.normal_()

Pytorch循环神经网络模块

标准RNN

nn.RNN()

网络接收一个序列输入 xt $x_t$和记忆输入 h0 $h_0$， xt $x_t$的维度是 (seq,batch,feature) $(seq,batch,feature)$， h0 $h_0$的维度是 (layers∗direction,batch,hidden) $(layers\ast direction,batch,hidden)$
网络输出 output $output$和 hn $h_n$， output $output$维度是 (seq,batch,hidden∗direction) $(seq,batch,hidden\ast direction)$, hn $h_n$表示记忆单元，维度是 (layer∗direction,batch,hidden) $(layer\ast direction,batch,hidden)$

Embedding词嵌入

通过nn.Embedding(m,n)实现，m表示所有的单词数目，n表示词嵌入的维度

word_to_idx = {'hello':0,'world':1}
embeds = nn.Embedding(2,5)
hello_idx = torch.LongTensor([word_to_ix['hello']])
hello_idx = Variable(hello_idx)
hello_embed = embeds(hello_idx)
print(hello_embed)