Demo8 数据集划分处理(加载数据集)
来源 B站 刘二大人
说明:
- DataSet 是抽象类,不能实例化对象,主要是用于构造我们的数据集。继承DataSet的类需要重写方法返回len和根据索引获取对应的值。getitem()目的是为支持下标(索引)操作。
- DataLoader 用来帮助我们处理数据,具体就是做shuffle(提高数据集的随机性),和根据batch_size拿出Mini-Batch进行训练,DataLoader可实例化对象。
代码说明: - 需要mini_batch 就需要import DataSet和DataLoader
- 继承DataSet的类需要重写init,getitem,len魔法函数。分别是为了加载数据集,获取数据索引,获取数据总量。
- DataLoader对数据集先打乱(shuffle),然后划分成mini_batch。
- len函数的返回值 除以 batch_size 的结果就是每一轮epoch中需要迭代的次数。
- inputs, labels = data中的inputs的shape是[32,8],labels 的shape是[32,1]。也就是说mini_batch在这个地方体现的
- diabetes.csv数据集老师给了下载地址,可自行下载
课程代码
import numpy as np
import torch
from torch.utils.data import Dataset, DataLoader
class DiabetesDataset(Dataset):
def __init__(self, filepath):
xy = np.loadtxt(filepath, delimiter=',', dtype = np.float32)
self.len = xy.shape[0]
self.x_data = torch.from_numpy(xy[:, :-1])
self.y_data = torch.from_numpy(xy[:, [-1]])
def __getitem__(self, index):
return self.x_data[index], self.y_data[index]
def __len__(self):
return self.len
dataset = DiabetesDataset('diabetes.csv')
train_loader = DataLoader(dataset=dataset, batch_size=32, shuffle=True)
class Model(torch.nn.Module):
def __init__(self):
super(Model, self).__init__()
self.linear1 = torch.nn.Linear(8, 6)
self.linear2 = torch.nn.Linear(6, 4)
self.linear3 = torch.nn.Linear(4, 1)
self.sigmoid = torch.nn.Sigmoid()
def forward(self, x):
x = self.sigmoid(self.linear1(x))
x = self.sigmoid(self.linear2(x))
x = self.sigmoid(self.linear3(x))
return x
model = Model()
criterion = torch.nn.BCELoss(size_average = True)
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
for epoch in range(100):
for i, data in enumerate(train_loader, 0):
inputs, labels =data
y_p = model(inputs)
loss = criterion(y_p, labels)
print(epoch, i, loss.item())
optimizer.zero_grad()
loss.backward()
optimizer.step()
结果