整理一下之前的项目用到的一些函数和类

整理一下之前的项目用到的一些函数和类，防止过几天给忘了然后看不懂自己的代码

几个比较固定的用法

device=torch.device("CUDA" if torch.cuda.is_available()==True else "cpu")#检查cuda
Module.to(device) tensor.to(device)#转到gpu运行
torch.save(Module.state_dict(),目标文件路径)#输出权重矩阵
Module.load_state_dict(torch.load(权重矩阵的文件路径))#加载权重矩阵
Module.train()#训练模式
Module.eval()#评估模式
criterion=nn.MSELoss()#均方误差，需要注意criterion返回的是设置requires_grad=True的tensor,backward()方法是tensor自带的
optim.Adam(Module.parameters(),lr=learning_rate)#返回一个Adam优化器，总之好用

需要看情况使用的函数和类

np.loadtxt(文件路径)#读进来是个numpy数组
dataset和dataloader目前就当加强版列表来用就行，训练时用enumerate()来遍历

各种修改形状的函数

操作	numpy.array	torch.tensor
基础操作	reshape()	reshape()
查看形状	shape	shape
增加维度	expand_dims()	unsqueeze()
减少维度	squeeze()	squeeze()
堆叠	stack()	stack()