pytorch踩坑集

7.22

1.pd处理完后想转tensor

• 先x=data.to_numpy()转为numpy，再torch.tensor(x,dtype=float32)转为张量

2.标准化、归一化使用训练集的值进行，但是后来要测试的时候，仍然要使用训练集的量，而不能使用测试集的特征量，因为未知

3.使用batch优化：

• TensorDataset DataLoader实现

4.有时候batch小不一定可以优化

5.超参数试到不能再优化，就需要采用特征工程，选取相关度最高的几个特征？？？？

不能迷信权重！！！！

• 挑选

# 1. 使用 model.parameters() 获取所有参数，next() 取第一个（即权重）
# .data 获取张量，.cpu() 移到 CPU，.numpy() 转数组，.flatten() 压平
weights = next(model.parameters()).data.cpu().numpy().flatten()

# 2. 计算权重的绝对值，并按降序排列获取索引
abs_weights = np.abs(weights)
top_indices = np.argsort(abs_weights)[::-1] 

# 3. 打印 Top 10 特征
# 注意：请确保 feature_names 变量已经定义（如上一轮代码所示）
print("=== 影响最大的 Top 10 特征 ===")
for rank, idx in enumerate(top_indices[:10], 1):
    print(f"Rank {rank}: {feature[idx]:<30} |index:{idx}| 权重: {weights[idx]:+.4f}")

6.iloc选列问题.iloc[:,[1,3,4,6]]，pd.column选标签，

===========================================================================

7.23

1.pd的read_csv是读取人类可读文件。而torch.load()是读取如.pt文件等机器可读文件

2.当x_train与y_train非常大的时候，不要直接传入一个巨大的Tensor张量，OOM爆

解决方法：使用一个自定义的Dataset，直接处理还未张量化的x_train、y_train

3 python面型对象中实例化的时候传入的参数，就是这个类的init函数的定义时的参数（除了第一个self外）