从python中的一些特殊方法讲到pytorch的官方例子mnist（主要针对pytorch的自定义dataset中的几个特殊函数进行说明）

最新推荐文章于 2023-03-28 18:23:28 发布

gaishi_hero

最新推荐文章于 2023-03-28 18:23:28 发布

阅读量1.8k

点赞数 3

分类专栏： pytorch python 文章标签： pytorch MNIST 自定义dataset __getitem__ __repr__和__str__

本文链接：https://blog.csdn.net/gaishi_hero/article/details/82021976

版权

本文详细介绍了PyTorch中自定义Dataset时涉及的特殊方法，包括__getitem__、__repr__和__str__，并结合MNIST官方例子进行说明。__getitem__用于获取数据和标签，是通过索引访问数据的关键；__repr__和__str__则在打印对象时调用，返回打印内容。通过实例代码展示了这些方法的使用和返回结果。

摘要由CSDN通过智能技术生成

`str(self)`

该方法中必须有一个return
调用该方法的时机是print对象时
return的内容就是print打印的内容

`repr(self)`

该方法与__str__(self)方法一样都是打印时调用的
其中也必须含有return
下面用pytorch官方例子mnist来进行说明：

#每一个自定义的dataset都必须继承类torch.utils.data.Dataset，还必须重写__len__(self)方法和__getitem__(self,index)方法。
#顺便可能会重写__repr__(self)方法，这个不是必须，下面的例子就是自定义dataset类--MNIST类的部分代码：
def __repr__(self):
    fmt_str = 'Dataset ' + self.__class__.__name__ + '\n'
    fmt_str += '    Number of datapoints: {}\n'.format(self.__len__())
    tmp = 'train' if self.train is True else 'test'
    fmt_str += '    Split: {}\n'.format(tmp)
    fmt_str += '    Root Location: {}\n'.format(self.root)
    tmp = '    Transforms (if any): '
    fmt_str += '{0}{1}\n'.format(tmp, self.transform.__repr__().replace('\n', '\n' + ' ' * len(tmp)))
    tmp = '    Target Transforms (if any): '
    fmt_str += '{0}{1}'.format(tmp, self.target_transform.__repr__().replace('\n', '\n' + ' ' * len(tmp)))
    return fmt_str

#当用如下代码实例化MNIST类之后，运用print函数就能调用MNIST类的__repr__(self)函数
d = datasets.MNIST('../data', train=True, download=True,
                   transform=transforms.Compose([
                       transforms.ToTensor(),
                       transforms.Normalize((0.1307,), (0.3081,))]))
print(d)#此时就会调用函数__repr__(self)函数

#输出结果如下：
Dataset MNIST
    Number of datapoints: 60000
    Split: train
    Root Location: ../data
    Transforms (if any): Compose(
                             ToTensor()
                             Normalize(mean=(0.1307,), std=(0.3081,))
                         )
    Target Transforms (if any): None

`getitem(self,index)`

既然说到了__getitem__(self,index)，也对其进行讲解。该方法也必须有返回return。
该方法的调用方式是对象名后面加上中括号，中括号中填上索引值。
下面以代码的方式进行展示：

#跟上面代码一样，我们实例化了自定义dataset，然后用索引来取值：
d = datasets.MNIST('../data', train=True, download=True,
                   transform=transforms.Compose([
                       transforms.ToTensor(),
                       transforms.Normalize((0.1307,), (0.3081,))]))
print(d[0])#此时就会调用函数__getitem__(self,index)函数

打印的结果如下，里面包含了一张28×28大小的图像，就是MNIST数据集里面每张图像的大小；还有后面一个一维的tensor就是这张图像的标签索引值。
从打印结果也能够看出，__getitem__(self,index)函数的主要功能就是获取数据和标签，并将其返回。

(tensor([[[-0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242],
         [-0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242],
         [-0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242, -0.4242,
          -0.4242, -0.4242, -0.