PyTorch的数据初加载及Datase的运用

一、Datase与Dataloader

1.Datase

提供一种方式去获取数据及其Lable，要做到

（1）如何和获取每一个数据及其lable

（2）告诉我们总共有多少数据（方便对神经网络进行迭代训练）

2.Dataloader

将数据进行打包，为后面的网络提供不同的数据形式

二、Dataset的初使用

1.下载一个数据集

蚂蚁蜜蜂数据集下载地址：链接: https://pan.baidu.com/s/1jZoTmoFzaTLWh4lKBHVbEA 密码: 5suq

2.打开Pycharm

新建一个python文件

导入并了解Dataset类的相关用法

help(Dataset)显示官方对Dataset的解释

Dataset是一个抽象类所有的dataset（数据集）都需要去继承这一个类，所有的子类都要去重写__getitem__，以获取每一个数据及其lable；还可以去重写一个__len__去获取相关数据集的长度，实现上文提到的Dataset的两个功能。

构造一个类命名为Mydata继承于Dataset

进行初始化和getitem和len的方法构造（先搭好一个框架，后面再补充）

导入Image库来读取图片信息，并利用控制台来进行调试

将下载好的数据集导入与python文件同一文件夹下，然后进行一个测试。选择一张图片右键，选择复制其路径（路径分为相对路径和绝对路径）既然我们将数据集放在了同一文件夹下，我们即可以是使用相对路径来进行使用。

我们使用控制台来进行测试，先将一张图片的路径赋值给img_path，我们就可以看到右侧出现了相关变量。我们使用Image的open方法来读取这张图片，右侧也会显示相关数据。

使用show方法显示图片。

导入os系统库，并使用listdir方法，利用上一级文件夹路径，形成列表储存所有图片名称

下面就是基于上述listdir方法来构造出完整的图片路径

首先进行我们需要的数据的初始化

os.path.join方法的解释，我们使用该方法来获取存储图片的文件夹的地址

书写getitem的方法来获取每张图片信息和lable

书写len的方法来获取所有的数据数量

构造两个Dataset并验证