Pytorch(五) 使用DataSet和DataLoader数据加载
记录一下DataSet和DataLoader的使用
介绍
Dataset是一个包装类,用来将数据包装为Dataset类,然后传入DataLoader中
DataLoader是一个比较重要的类,它为我们提供的常用操作有:batch_size(每个batch的大小), shuffle(是否进行shuffle操作), num_workers(加载数据的时候使用几个子进程)
对比
比如在一个多层感知机的模型当中,在不使用Dataset和DataLoader的情况下,我们如果要实现mini_batch的操作,可能代码如下
batch = 64
all_batche = len(data) // batch
for epoch in range(1000):
for i in range(all_batche):
start = i * batch
end = start + batch
x = X[start:end]
y = Y[start:end]
...
...
使用了Dataset包装类之后,代码改进如下
from torch.utils.data import TensorDataset
batch = 64
all_batche = len(data) // batch
HRdataset = TensorDataset(X,Y)
for epoch in range(1000):
for i in range(all_batche):
x, y = HRdataset[i * batch, i*batch+batch]
x = X[start:end]
y = Y[start:end]
...
...
使用了Dataloader类之后,代码改进如下
from torch.utils.data import DataLoader
from torch.utils.data import TensorDataset
batch = 64
all_batche = len(data) // batch
HR_ds = TensorDataset(X,Y)
HR_dl = DataLoader(HR_ds,batch_size = batch, shuffle=True )
for epoch in range(1000):
for x, y in HR_dl:
x = X[start:end]
y = Y[start:end]
...
...