pytorch 使用

1 DataParallel

from torch.nn import DataParallel
net = DataParallel(net)

可以实现模块级别（？好处具体是啥不大懂）的并行计算，可以将一个模块forward部分分到各个gpu去计算，然后backwards时，合并gradients 到original module。

>>> net = torch.nn.DataParallel(model, device_ids=[0, 1, 2])
>>> output = net(input_var)

２　DataLoader

其实这里trainset已经包含数据集了，dataloader只是定义输入网络的一些参数，入batch_size等等。

3 Transform

对数据集进行的操作



compose函数会将多个transforms包在一起。

参考：

http://www.jianshu.com/p/8da9b24b2fb6