Pytorch基础-表格数据问题
本章节主要讲述如何利⽤python和pytorch来读取csv⽂件；
主要重点在于以下⼏个：
1.如何读取csv⽂件；
2.关于切⽚问题；
3.如何从单值target来构建one-hot target；
4.关于⾼级索引的问题；
5.各种均值和⽅差函数的使⽤；
⼀、CSV⽂件读取：
关于csv⽂件读取，可以直接采⽤numpy或者python中的csv⽂件包进⾏读取；
值得注意的是loadtxt函数中的四个参数：
1.指定⽂件路径；
2.指定⽂件读取的值类型；
3.指定数据分隔符（也就是每⼀⾏每⼀项的分隔符）；
4.指定从第⼏⾏开始读取；
⼆、关于切⽚问题：
切⽚问题还是⽼⽣常谈，对于本例⼦中给出的数据，最后⼀列是标签，所以必须要对data和target进⾏分开提取；
其中使⽤.long()函数来进⾏转换，把标签从浮点转化为整形数据；
三、one-hot标签的问题：
对于不少集合中，多以连续数值标签作为类别，例如0-9代表不同的⼗类，但是对于类别标签，也往往需要转换为one-hot编码；
对于target，是tensor(4898,1)形式的张量，由于是⼗类，所以one-hot标签应该为(4898,10)形式；
⽽后使⽤scatter_在target_onehot上直接进⾏更改；
其中值得注意的是其三个参数：
1.指出修改的是哪⼀个维度（由于本例⼦是⼆维数组，修改的是列，所以应该是1⽽⾮0）；
2.注意⼀下unsqueeze()函数；
unsqueeze函数：
旨在进⾏维度扩充，如下所⽰：
相当于新增维度，直接总1维向量变为2维向量，尽管⼆维中只有⼀个元素；
3.指出填充的数字，one-hot直接填充1即可；
所以总⽽⾔之，是scatter_⽬的就是在某⼀维度，根据对应维度的索引，填⼊对应的值；trunc函数ex
当时有疑惑为什么要⽤unsqueeze来填充维度，本质是因为one-hot是填充列元素，也是第⼆维，所以需要坐标指⽰，⽽利⽤unsqueeze可以直接选取第⼆维中的值作为填充的索引，直接填⼊即可；
所以，要填充⼏维，就要扩充到⼏维，对应的维度内的值即为填充索引；
四、⾼级索引问题：
从来没见过的操作；
torch.le返回⼀个bool列表，对target内指定的值进⾏判断，符合为true，不符合为false；
⾼级索引可以直接根据想同维度的bool值来进⾏选取，如果是true选取对应维度数据，false则跳过，这也是⾃⼰没见过的骚操作；
五、各种⽅差均值函数的运⽤：
主要采⽤an()或者torch.var()来进⾏，注意使⽤dim的时候：
dim=0，按照列求均值；
dim=1，按照⾏求均值；
返回的维度和⾏或者列维度相同；

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。