最近一直在學pytorch，copy了幾個經典的入門問題。現在作一下總結。
首先，做的小項目主要有
分類問題：Mnist手寫體識別、FashionMnist識別、貓狗大戰
語義分割：Unet分割肝臟圖像、遙感圖像
先把語義分割的心得總結一下，目前只是一部分，以后還會隨着學習的深入慢慢往里面加新的感悟。
1）對於二分類問題
1. Unet輸出channel：對於二分類問題，類別數為2，channel為1，用uint8的單通道灰度圖像表示類別就行（0/1）。
2. label是單通道灰度圖像，直接傳給損失函數。
3. 損失函數：nn.sigmoid + nn.BCELoss / nn.BCEWithLogitsLoss，此時計算loss的ouput和label維度應該保持一致。batchsize*1*h*w
2）對於多分類問題
1. Unet輸出channel： 輸出channel是類別數。網絡的輸入是img，網絡的輸出是one hot編碼的多通道圖像。
2. Label是單通道灰度圖像，不同的灰度級表示不同的類別。用於傳給損失函數，計算Loss。
具體操作方面，第一步有人說先將Label進行one hot編碼（即轉換成多通道圖，一個通道一個類別），這樣才能用交叉熵計算損失；也有人說不需要one hot編碼，直接把單通道Label作為損失函數的Label。
其實這兩個人說的都不錯，但第一個人並沒有用Pytorch做，而第二個人是用Pytorch和nn.CrossEntropyLoss計算損失的。
在多分類問題中，當損失函數為nn.CrossEntropyLoss()時，它會自動把標簽轉換成one hot形式。所以，我們在運用交叉熵損失函數時不必將標簽也轉換成onehot形式。在用到這種損失函數時，直接把單通道Label作為損失函數的Label即可，而網絡輸入的img得到的輸出是one hot編碼格式。最后為了可視化輸出，用argmax取到索引，把多通道圖片轉換成單通道圖片（不同灰度級表示不同類別），再用索引對應的RGB顏色表解碼（偽彩色映射）得到分割圖。
ps. 總結一下。因為單通道的Label只是用來計算Loss的，而輸入圖片（img）到網絡的輸出又是多通道圖片(One hot)，所以為了計算損失函數，Label傳遞給損失函數前是肯定要one hot一下的，只是用nn.CrossEntropyLoss時，Label自動one hot了，所以不需要你手動去轉換了。此外CrossEntropyLoss還內置了softmax函數，而BCELOSS卻沒有內置sigmoid函數，所以在網絡輸出層中，如果用前者不需要加softmax層，而后者需要加sigmoid層。
3. 損失函數：nn.CrossEntorpyLoss計算。此時計算loss的output維度為batchsize*categories*h*w，label為batchsize*h*w。此外這個損失函數內置了softmax運算。
4. 此外，這種多分類的方法有時候精度相對不高，可以轉化成多個二分類問題，最后合成在一起。
3）test時有時會取torch.argmax/torch.max來得到pred_label的索引，用於計算accuracy。這點圖像分類方面用的比較多。
train的時候一般不需要這個，直接輸入模型的輸出和Label計算Loss，再反向傳遞就可以。
pred_y = torch.max(test_output, 1)[1].data.numpy() #返回每一行中最大值的那個元素，且返回其索引（返回最大元素在這一行的列索引）
accuracy = float((pred_y == test_y.data.numpy()).astype(int).sum()) / float(test_y.size(0)) #准確數/batch_size，計算准確率
4）predict出圖部分。（講一點自己的看法，可能不太對）
對於二分類問題，經過sigmoid輸出float類型的概率可以直接可視化，這種情況下mask的精確度不高但是很方便，這取決於你的需求；也可以設定閾值二分類0/1再映射到255。
對於多分類問題，經過softmax輸出概率后有三種方法選擇，1是設置閾值，大於閾值為1，小於閾值為0，得到的是多通道圖像（感覺這樣閾值影響結果很大）；2是對model的輸出按channel取argmax，得到的應該是單通道的圖像，索引對應channnel，這種情況下不需要用softmax取概率，只需要對原始輸出取argmax就可以；3是直接可視化softmax輸出的概率。