在 pytorch 中 torch.utils.data 模块包含着一些常用的数据预处理的操作,主要用于数据的读取、切分、准备等。
类 | 功能 |
---|---|
torch.utils.data.TensorDataset() | 将数据处理为张量 |
torch.utils.data.ConcatDataset() | 连接多个数据集 |
torch.utils.data.Subset() | 根据索引获取数据集的子集 |
torch.utils.data.DataLoader() | 数据加载器 |
torch.utils.data.random_split() | 随机将数据集拆分为给定长度的非重叠新数据集 |
使用这些类能够对高维数组、图像等各种类型的数据进行预处理,以便深度学习模型的使用。针对文本数据的处理可以使用 torchtext 库进行相关的数据准备操作。
- 高维数组
在很多情况下,我们需要从文本(如 csv 文件)中读取高维数组数据,这类数据的特征是每个样本都有很多个预测变量(特征)和一个被预测变量(目标标签),特征通常是数值变量或者离散变量,被预测变量如果是连续的数值,则对应着回归问题的预测,如果是离散变量,则对应着分类问题。在使用 pytorch 建立模型对数据进行学习时,通常要对数据进行预处理,并将它们转化为网络需要的数据形式。 - 图像数据
torchvision 中的 datasets 模块包含多种常用的分类数据集下载及导入函数,可以很方便地导入数据以及验证所建立的模型效果。data