torch介绍
torch是在2015年的CVPR上推出的一个给ML使用的开发平台。现在已经更新至torch7,虽然 torch 团队在17年推出了pytorch提供了优雅的 python 接口,但是还是有很多团队会使用 torch 来进行它们的研究,所以了解 torch 框架还是很有必要的,当然其他如caffe, mxnet等框架对于深度学习方向的从业者也都是应该了解的。
torch项目克隆快速使用入门
因为目前不怎么要写网络,只需要管前向预测就好了,所以torch包的那些关于网络构建的函数就先不详细了解了,先了解一下torch对现有模型的前向预测如何使用。之后也可能会涉及torch模型转出的问题。
在编译好 torch 环境后,在终端输入 th
就进入了 torch 的 shell 环境,在其中可以进行常规的 lua 命令和使用 torch 的包。
CmdLine
该类主要为了提供一种方便解析参数的框架,对于每个实验尤其是神经网络中要调参数上。同时还可以把输出重定向到log文件中。
cmd = torch.CmdLine()
cmd:text()
cmd:text()
cmd:text(‘Training a simple network’)
cmd:text()
cmd:text('Options')
cmd:option('-seed',123,'initial random seed')
cmd:option('-booloption',false,'boolean option')
cmd:option('-stroption','mystring','string option')
cmd:text()
params = cmd:parse(arg)
params.rundir = cmd:string('experiment',params,{dir=true})
paths.mkdir(params.rundir)
cmd:log(params.rundir .. '/log', params)