import torch as tt
from IPython import display
from matplotlib import pyplot as plt
import numpy as np
import random
index_select
随机生成2000行的样本
features = tt.from_numpy(np.random.normal(0,1,(2000, 2)))
features.shape
torch.Size([2000, 2])
获取随机数据下标
num_examples = len(features)#样本格式
indices = list(range(num_examples))#获取一个[0,1999]的列表,标识数据的下表
random.shuffle(indices)#将下表数据打乱
indices
[1069,
142,
901,
1852,
248,
1860,
785,
520,
1992,
738,
1344,
1251,
317,
419,
…]
获取批量数据
index_select,第一个参数0表示按行索引,1表示按列进行索引,第二个参数是一个tensor,就是索引的序号
batch_size = 222
for i in range(0, num_examples, batch_size):
j = tt.LongTensor(indices[i:min(i + batch_size, num_examples)])#根据batch size,从下表数组中选取批量下表
batch_size_datas = features.index_select(0,j)
print('start index[{}], data size[{}]'.format(i, batch_size_datas.shape))
start index[0], data size[torch.Size([222, 2])]
start index[222], data size[torch.Size([222, 2])]
start index[444], data size[torch.Size([222, 2])]
start index[666], data size[torch.Size([222, 2])]
start index[888], data size[torch.Size([222, 2])]
start index[1110], data size[torch.Size([222, 2])]
start index[1332], data size[torch.Size([222, 2])]
start index[1554], data size[torch.Size([222, 2])]
start index[1776], data size[torch.Size([222, 2])]
start index[1998], data size[torch.Size([2, 2])]
yield
简单地讲,yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator,调用 fab(5) 不会执行 fab 函数,而是返回一个 iterable 对象!在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。
也可以手动调用 fab(5) 的 next() 方法(因为 fab(5) 是一个 generator 对象,该对象具有 next() 方法),这样我们就可以更清楚地看到 fab 的执行流程:
不是用yield
def simple(max):
n = 1
while n < max:
print(n)
n = n + 1
simple(5)
1
2
3
4
使用yield
def simple(max):
n = 1
while n < max:
yield n
n = n + 1
for n in simple(5):
print(n)
1
2
3
4
批量数据处理
结合index_select和yield的使用,我们可以开发pytorch中批量获取数据的函数
def data_iter(batch_size, features):
num_examples = len(features)#2000
indices = list(range(num_examples))#index
random.shuffle(indices)#
for i in range(0, num_examples, batch_size):
j = tt.LongTensor(indices[i:min(i+batch_size,num_examples)])
yield features.index_select(0,j)
for feature in data_iter(255,features):
print(feature.shape)
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([255, 2])
torch.Size([215, 2])