pytorch数据处理工具箱

最新推荐文章于 2024-08-14 09:12:50 发布

lecuerc

最新推荐文章于 2024-08-14 09:12:50 发布

阅读量211

点赞数 1

分类专栏：深度学习文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/qq_41321169/article/details/111314997

版权

本文介绍了PyTorch中的数据处理工具，包括Dataset抽象类及其子类的使用，DataLoader的功能，如批量读取、样本打乱和并行加载。此外，还讨论了random_split函数用于数据集的随机划分，以及各种Sampler策略。同时，提到了Torchvision提供的数据集、预训练模型和数据预处理方法，如ImageFolder、transforms和models。

摘要由CSDN通过智能技术生成

pytorch主要数据处理工具

1.Dataset

一个抽象类，其他数据集继承这个类，并且覆写这两个方法（__getitem、__len）

class TestDataset(data.Dataset):
    def __init__(self):
        self.Data=np.asarray([[1,2],[3,4],[2,1],[3,4],[4,5]])
        self.Label=np.asarray([0,1,0,1,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

lecuerc

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
pytorch数据处理工具箱

1.Dataset一个抽象类，其他数据集继承这个类，并且覆写这两个方法（__getitem、__len）class TestDataset(data.Dataset): def __init__(self): self.Data=np.asarray([[1,2],[3,4],[2,1],[3,4],[4,5]]) self.Label=np.asarray([0,1,0,1,2]) def __getitem__(self, index): .
复制链接

扫一扫