PyTorch-批量训练技巧

来自：https://morvanzhou.github.io/tutorials/machine-learning/torch/3-05-train-on-batch/ 

import torch
import torch.utils.data as Data

torch.manual_seed(1)

BATCH_SIZE = 8  # 批训练的数据个数

x = torch.linspace(1, 10, 10)  # x data (torch tensor)
y = torch.linspace(10, 1, 10)  # y data (torch tensor)

# 先转换成 torch 能识别的 Dataset
torch_dataset = Data.TensorDataset(data_tensor=x, target_tensor=y)

# 把 dataset 放入 DataLoader
loader = Data.DataLoader(
    dataset=torch_dataset,  # torch TensorDataset format
    batch_size=BATCH_SIZE,  # mini batch size
    shuffle=True,  # 要不要打乱数据 (打乱比较好)
    num_workers=2,  # 多线程来读数据
)

for epoch in range(3):  # 训练所有!整套!数据 3 次
    for step, (batch_x, batch_y) in enumerate(loader):  # 每一步 loader 释放一小批数据用来学习
        # 假设这里就是你训练的地方...

        # 打出来一些数据
        print('批次Epoch: ', epoch, '| Step: ', step, '| 数据batch x: ',
              batch_x.numpy(), '| y: ', batch_y.numpy())

批次Epoch:  0 | Step:  0 | 数据batch x:  [  6.   7.   2.   3.   1.   9.  10.   4.] | y:  [  5.   4.   9.   8.  10.   2.   1.   7.]
批次Epoch:  0 | Step:  1 | 数据batch x:  [ 8.  5.] | y:  [ 3.  6.]
批次Epoch:  1 | Step:  0 | 数据batch x:  [  3.   4.   2.   9.  10.   1.   7.   8.] | y:  [  8.   7.   9.   2.   1.  10.   4.   3.]
批次Epoch:  1 | Step:  1 | 数据batch x:  [ 5.  6.] | y:  [ 6.  5.]
批次Epoch:  2 | Step:  0 | 数据batch x:  [  3.   9.   2.   6.   7.  10.   4.   8.] | y:  [ 8.  2.  9.  5.  4.  1.  7.  3.]
批次Epoch:  2 | Step:  1 | 数据batch x:  [ 1.  5.] | y:  [ 10.   6.]