4.1 PyTorch中的数据处理工具箱概述

4.1 PyTorch中的数据处理工具箱概述

PyTorch涉及数据处理（数据装载、数据预处理、数据增强等）主要工具包相互关系如图所示：

图左边是的torch.utils.data工具包，它包括以下四个类：
1）Dataset：是一个抽象类，其他数据集必须要继承这个类，并且覆写其中的两个方法（getitem, len)。
2）DataLoder：定义一个新的迭代器，它能批量读取（batch），打乱数据（shuffle）并提供并行加速等功能。
3）random_split：把数据集随机拆分为给定长度的非重叠的新数据集
4）*Sample：多种采样函数

图中间是PyTorch的可视化处理工具（Torchvision），它是PyTorch的一个视觉处理工具包。它包括四个类，功能如下：
1）datasets：提供常用的数据集加载，设计上都是继承自torch.utils.data.Dataset，主要包括MNIST、CIFAR10/100、imageNet和COCO等
2）models：提供深度学习各种经典网络结构以及训练好的模型（如果选择Pretrained=True），包括AlexNet，VGG系列、ResNet系列、Inception系列等
3）transforms：常用的数据预处理操作，主要包括对Tensor以及PIL Image对象的操作
4）utils：含两个函数，一个是make_grid，它能将多张图片拼接到一个网格中；另一个是save_img，它能将Tensor保存成图片