PyTorch笔记6-mini batch

本文是关于PyTorch中DataLoader的使用笔记,DataLoader用于组织和批处理数据,它将数据转化为Tensor并支持迭代。通过DataLoader,可以实现mini-batch训练,提高训练效率,同时在每个epoch后数据会自动shuffle。当数据无法被MINIBATCH_SIZE整除时,DataLoader会返回剩余的数据。
摘要由CSDN通过智能技术生成

本系列笔记为莫烦PyTorch视频教程笔记 github源码

概要

Torch 中提供了一种整理数据结构的好东西,叫做 DataLoader,可以用来包装自己的数据,进行批训练,而且批训练可以有多种途径

import torch
import torch.utils.data as Data

torch.manual_seed(1)     # reproducible
<torch._C.Generator at 0x106f673d8>

DataLoader

DataLoader 是 Torch 用来包装数据的工具,如将 numpy array 等数据形式转成 Tensor,然后放进该包装器中。使用 DataLoader 可以有效迭代数据。
Data loader. Combines a dataset and a sampler, and provides single- or multi-process iterators over the dataset.

  • 10
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值