封装自己的pytorch数据集

好人就是拉风

于 2020-07-26 13:48:33 发布

阅读量1.5k

点赞数

文章标签：深度学习人工智能 python

本文链接：https://blog.csdn.net/qq_41645987/article/details/107592693

版权

1. pytorch 对于数据的标签要求是长整形，因此要对标签进行转换

train_label = train_label.long()

2.对于数据的特征部分，要转换为tensor 形式，可以通过torch.tensor 将数据从numpy 转为tensor

train_fea = torch.tensor(train_fea, dtype=torch.float32)

3.封装数据

data = torch.utils.data.TensorDataset(train_fea, train_label)#（特征，标签）

4.封装成第三步的形式，就可以采用torch 中的数据加载器为模型提供数据，数据加载器可以自动分批喂给模型数据

train_loader = torch.utils.data.DataLoader(data,batch_size=batch_size, shuffle=True, drop_last=True, **kwargs)

关注