深度学习 | Pytorch官方文档学习记录

MissMango0820

已于 2023-03-01 08:08:12 修改

阅读量1.1k

点赞数

分类专栏：机器学习 pytorch 文章标签：深度学习 pytorch python

于 2022-01-15 10:35:44 首次发布

本文链接：https://blog.csdn.net/MissMango0820/article/details/122484693

版权

机器学习同时被 2 个专栏收录

4 篇文章 1 订阅

订阅专栏

pytorch

1 篇文章 0 订阅

订阅专栏

从官方文档开始入手

更新：2022 / 1 / 13

深度学习 | Pytorch官方文档学习记录

PYTORCH RECIPES
- LOADING DATA IN PYTORCH
参考链接
- 攻略
- 官方文档

提示：以下是本篇文章正文内容，下面案例可供参考

PYTORCH RECIPES

LOADING DATA IN PYTORCH

Introduction

PyTorch 数据加载实用程序的核心是torch.utils.data.DataLoader类。它表示在数据集上的可迭代的 Python。
PyTorch 中的库提供内置的高质量数据集供您在torch.utils.data.Dataset中使用。这些数据集目前可用于：

torchvision
torchaudio
torchtext

还有更多。

通过使用来自 torchaudio.datasets.YESNO 的 Yesno 数据集，我们将演示如何有效且高效地将数据从 PyTorch Dataset 加载到 PyTorch DataLoader。

Setup

在开始之前，我们需要安装 torchaudio 才能访问数据集。
pip install torchaudio

要在 Google Colab 中运行，请取消注释以下行:
!pip install torchaudio

Steps

导入所有必要的库以加载我们的数据

对于这个recipe，我们将使用torch和torchaudio。根据您使用的内置数据集，您还可以安装和导入torchvision或torchtext。

访问数据集中的数据

torchaudio中的Yesno数据集包含 60 条关于一个人用希伯来语说是或否的录音；每个录音有八个字长。
torchaudio.datasets.YESNO为 YesNo 创建一个数据集。

torchaudio.datasets.YESNO(
     root,
     url='http://www.openslr.org/resources/1/waves_yesno.tar.gz',
     folder_in_archive='waves_yesno',
     download=False,
     transform=None,
     target_transform=None)

数据集中的每一项都是以下形式的元组：(waveform, sample_rate, labels)，其中labels是一个整数列表，1表示是，0表示否。

您必须为 Yesno数据集设置root，这是训练和测试数据集所在的位置。

download: 如果为 true，则从 Internet 下载数据集并将其放在根目录中。如果数据集已经下载，则不会再次下载。

transform：对数据使用转换可以让你从源状态中获取数据，并将其转换为连接在一起、去规范化并准备好进行训练的数据。PyTorch 中的每个库都支持不断增长的转换列表。

target_transform：一个函数/变换，它接受目标并对其进行变换。

在实践中使用这些数据时，最好将数据配置为“training”数据集和“testing”数据集。这可确保您拥有样本外数据（out-of-sample data）来测试模型的性能。