pytorch 加载数据集

Posted kkwy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch 加载数据集相关的知识,希望对你有一定的参考价值。

pytorch初学者,想加载自己的数据,了解了一下数据类型、维度等信息,方便以后加载其他数据。

1 torchvision.transforms实现数据预处理

transforms.Totensor()操作必须要有,将数据转为张量格式。

2 torch.utils.data.Dataset实现数据读取

要使用自己的数据集,需要构建Dataset子类,定义子类为MyDataset,在MyDataset的init函数中定义path_dict变量,来获取不同类型的数据的路径。

定义子类MyDataset时,必须要重载两个函数 getitem 和 len,

__getitem__:实现数据集的下标索引,返回对应的数据及标签;

__len__:返回数据集的大小。

 

设加载的数据集大小为L;

定义MyDataset实例:my_datasets = MyDataset(data_dir, transform = data_transform) 。

技术分享图片

my_datasets 由L个tuple组成,len(my_datasets) = L;

每个tuple长度为2:0:tensor 样本(Channel,Height,Width)

                               1:int 标签 

 技术分享图片

  技术分享图片 技术分享图片

技术分享图片

3 torch.utils.data.DataLoader实现数据集加载

torch.utils.data.DataLoader()合成数据并提供迭代访问,由两部分组成:

—dataset(Dataset):输入要加载的数据,就是上面的my_datasets;

—batch_size,shuffle,sampler,batch_sampler,num_workers,collate_fn, drop_last,timeout,worker_init_fn等参数。

其中:batch_size:批尺寸,默认为1; 

      shuffle:是否在每个epoch开始随机打乱数据,默认为False;

 

设data_loader长度为 l ;

加载数据:data_loader = DataLoader(my_datasets, batch_size = BATCH_SIZE,  shuffle = True) 

data_loader 由 l 个 tuple组成,l = len(data_loader) = len(my_datasets) / batch_size;

迭代访问:

技术分享图片

技术分享图片 

e 长度为2:0:int  step 表示第几个batch

                   1:list(长度为2)表示一个batch包含的所有样本和标签   

                                  0:tensor  样本(Batch_size,Channel,Height,Width)

                                  1:tensor  标签    Batch_size     

 技术分享图片

技术分享图片

 

以上是关于pytorch 加载数据集的主要内容,如果未能解决你的问题,请参考以下文章

pytorch中的数据加载(dataset基类,以及pytorch自带数据集)

Pytorch加载数据集的方式总结

pytorch 加载数据集

Pytorch数据加载

使用 PyTorch 加载自定义图像数据集

pytorch加载数据集