dataset记录

最新推荐文章于 2023-05-23 19:29:45 发布

微凉code

最新推荐文章于 2023-05-23 19:29:45 发布

阅读量442

点赞数

分类专栏：目标检测文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_41921315/article/details/122450852

版权

目标检测专栏收录该内容

14 篇文章 0 订阅

订阅专栏

dataset和TensorDataset，以及自定义dataset的使用

import torch
from torch.utils.data import Dataset,TensorDataset,DataLoader
import numpy as np
x=np.random.rand(10,2)
y=np.random.rand(10,1)
print(x.shape,y.shape)
# 转成numpy
trainx=torch.from_numpy(x)
trainy=torch.from_numpy(y)
print(trainx.shape)
# 使用TensorDataset封装数据
train_dataset=TensorDataset(trainx,trainy)
# 使用DataLoader来封装数据集迭代过程
train_loader=DataLoader(dataset=train_dataset,
                        batch_size=2,
                        shuffle=True,
                        num_workers=0)
for i,data in enumerate(train_loader):
    x,y=data
    print('第{}个，x的大小{}，y的大小{}'.format(i,x.shape,y.shape))

继承dataset

from torch.utils.data import Dataset
# 重写这个类，便于初始化数据或者计算误差等
class MyDataset(Dataset):
    '''
    下载数据，初始化数据都可以在这完成，可以自定义输出的y
    '''
    def __init__(self,x,y):
        self.x=x
        self.y=y
        self.len=x.shape[0]
    # 返回数据
    def __getitem__(self, index):
        return self.x[index],self.y[index],self.x[index]+self.y[index]
    def __len__(self):
        return self.len

import torch
from torch.utils.data import Dataset,TensorDataset,DataLoader
import numpy as np
x=np.random.rand(10,2)
y=np.random.rand(10,1)
print(x.shape,y.shape)
# 转成numpy
trainx=torch.from_numpy(x)
trainy=torch.from_numpy(y)
print(trainx.shape)
# 使用TensorDataset封装数据
train_dataset=TensorDataset(trainx,trainy)
# 使用DataLoader来封装数据集迭代过程
train_loader=DataLoader(dataset=train_dataset,
                        batch_size=2,
                        shuffle=True,
                        num_workers=0)
for i,data in enumerate(train_loader):
    x,y=data
    print('第{}个，x的大小{}，y的大小{}'.format(i,x.shape,y.shape))
from newDAta import MyDataset
mydataset=MyDataset(trainx,trainy)
train_loader2=DataLoader(dataset=mydataset,
                        batch_size=2,
                        shuffle=True,
                        num_workers=0)
for i,data in enumerate(train_loader2):
    x,y,z=data
    print('2第{}个，x的大小{}，y的大小{},x+y的大小{}'.format(i,x.shape,y.shape,z.shape))