构建数据集

Dataset类               和                Dataloader类

from torch.utils.data import Dataset
from PIL import Image
class DogsandCatsDataset(Dataset):
    def __init__(self,root_dir,size=(224,224)):
        self.files=glob(root_dir)
        self.size=size#可选参数
    def __len__(self):
        return len(self.files)
    def  __getitem__(self,idx):
        img=np.asarray(Image.open(self.files[idx]).resize(self.size))
        label=self.files[idx].split("/")[-2]##咋是这样的，看数据格式吧
        return img,label
   

然鹅我们不可能一个一个地抽取数据

于是，我们学会了构建Dataloader类，我不会。

file=glob(os.path.join(path,"*.jpg")         #*代表任何东西
shuffle=np.random.permutation(length)#  shuffle一下

#os.mkdir(os.path.join(path,'train'))
#os.mkdir(os.path.join(path,'valid'))   ###创造了两个文件夹
for   c  in ["train","valid"]:
    for t in ["dog/",'cat/']:
        os.mkdir(os.path.join(path,c,t))   #mkdir是创造新的文件夹，想要移动位置用下面的
for i in shuffle[:2000]:
    folder=files[i].split('\\')[-1].split('.')[0]
    img=files[i].split('\\')[-1]                          #有趣
    os.rename(files[i],os.path.join(path,'valid',folder,img))
for i in shuffle[2000:]: 
    folder=files[i].split("\\")[-1].split('.')[0]
    img=files[i].split('\\')[-1]                 #治好了我的精神内耗
    os.rename(files[i],os.path.join(path,'train',folder,img))
    ######    有点流批                            #全部移到我想要的数据集了

看书三天，治好了我的pytorch精神内耗。