我的代码里,复制了torchvision到本地,并对datasets里的cifar.py进行了修改,
在代码开头,我进行了导入:
import torch
import sys
import numpy as np
import os
import yaml
import matplotlib.pyplot as plt
import torchvision
import logging
import argparse
from tqdm import tqdm
from torch.utils.data import DataLoader
import torchvision.transforms as transforms
from torchvision import datasets
import importlib
在代码进行过程中,我又对cifar.py进行了加载数据集多少的修改。
然后使用
importlib.reload(transforms)
importlib.reload(datasets)
importlib.reload(torchvision.transforms)
importlib.reload(torchvision.datasets)
importlib.reload(torchvision)
重新导入模块,可是深度学习训练过程加载的数据集的量,依然没有改变。
请问如何解决该问题。
谢谢。
经常网上冲浪小伙伴们都知道,程序员和产品经理之间的段子可不少,而且总是给人一种相爱相杀的感觉, 甚至有这样的说法,程序员+产品经理=世界上最遥远的距离。
我觉得对于程序员而言,理想的产品经理绝不应该站在编程人员的对立面,仅仅作为一个“需求提取机”,更应该是开发团队的好朋友。具备明确的需求分析与优先级管理、良好的沟通表达、清晰的文档和技术理解尊重能力的产品经理,会让程序员们感觉“他懂我”,而这种信任和理解,正是项目成功的基石。
当我功能不知道怎么实现的时候,要能给到我找到别人是怎么实现的,甚至给我Demo来参考;
当我开发延期的时候,不要光想着压榨我,要能找到需求中的难点和创新点跟业务Battle;
当我做的与需求不符合的时候,要能发现我的亮点,多想想是不是需求给的不严谨;
当用户提出问题的时候,不要想这是个Bug,多想想是不是用户操作不当;
当开发时间紧张时,多找用户真正的痛点,不要搞一堆不痛不痒的需求;
当有奖金的时候,别光想着自己潇洒,时不时的请大家喝个奶茶吃个饭唱个歌啥的。