Pytorch笔记（一）数据的读取与处理

PyTorch 官方文档：pytorch.org/docs/stable/index.html
PyTorch 中文文档：github.com/zergtant/pytorch-handbook

---

PyTorch对数据读取和处理自带了一些重要的工具包，包括：

数据加载：from torch.utils.data import DataLoader

• 会在 enumerate(self.trainloader) 时调用自定义数据处理的 __getitem__ 方法，对训练数据进行读取

数据定义：from torch.utils.data import Dataset

数据转换：from torchvision import transforms

• 数据转换先在模型文件的 self.composed_transforms_tr = transforms.Compose 中进行定义
• 通过 transforms.py 调用数据转换

【1】torchvision.transforms
【2】__init__ 和 __call__

【1】torchvision.transforms

torchvision.transforms 是 PyTorch 中的图像预处理包，一般会用 transforms.Compose 将多个处理步骤整合到一起，比如：

from torchvision import transforms
composed_transforms_tr = transforms.Compose([

        transforms.CenterCrop(10),
        transforms.ToTensor()
])

其他预处理函数：

Resize：把给定的图片resize到指定大小
Normalize：对图像进行标准化
ToTensor：将像素值在范围[0,255]内的图像转换为范围在[0.0,1.0]的torch.Tensor
ToPILImage：将tensor转换为PIL图像
CenteCrop：在图片的中间区域进行裁剪
RandomCrop：在一个随机的位置进行裁剪
RandomHorizontalFlip：以0.5的概率水平翻转给定的PIL图像
RandomVerticalFlip：以0.5的概率竖直翻转给定的PIL图像
RandomResizedCrop：将PIL图像裁剪成任意大小和纵横比
Grayscale：将图像转换为灰度图像
RandomGrayscale：将图像以一定的概率转换为灰度图像
FiceCrop：把图像裁剪为四个角和一个中心
ColorJitter：随机改变图像的亮度对比度和饱和度

【2】__init__ 和 __call__

__init__ 类的初始化函数，__call__ 使类具有类似于函数的功能。

class Cat():
    def __init__(self, name, init_age):
        super().__init__
        self.name = name
        self.age = init_age
        print("{} is playing".format(self.name))
        print("{} is {} year-old".format(self.name, self.age))
    def __call__(self, add_age):
        cur_age = self.age + add_age
        print("Now {} is {} year-old".format(self.name, cur_age))

cat = Cat('kamiya', 2)
cat(1)

>>>
kamiya is playing
kamiya is 2 year-old
Now kamiya is 3 year-old

读取数据

参考文章：
https://zhuanlan.zhihu.com/p/30934236
https://blog.csdn.net/rogerfang/article/details/82291464
https://blog.csdn.net/zhenaoxi1077/article/details/80953227

torchvision.transforms 包

参考文章：
https://zhuanlan.zhihu.com/p/27382990