pytorch使用笔记（一）：加载数据

前言

pytorch加载数据需要使用torch.utiles.data包中的的两个类：DataSet，DataLoader。（可能你在其他资料还会看到DataLoaderIter。这里我们不提及此类。）还有torchvision的transforms类和PIL的Image类。如果你对这些类都不了解，那么你在需要一边看我的博客，一边去百度哦:)

数据加载

数据加载顾名思义就是将RGB的图像数据变成可以计算的tensor。需要的步骤有：

1. 定义一个图片转tensor的转换器（transform）
2. 定义一个继承自Dataset的myDataSet类，在此类的__getitem__(self, index)中完成一张图片变成一个tensor的转换
3. 生成一个DataLoader对象，并将一个myDataSet对象传入DataLoader构造器。
4. 通过语句for batch_x,batch_y in dataLoader:... 进行数据的加载

 

第零步：看一下我们要加载的东西

我们看一下train_data里面都有啥子吧：

 

第一步：编写转换器