Pytorch + DataSet + DataLoader实现k折交叉验证

最新推荐文章于 2024-10-23 22:22:48 发布

卖女孩的小fo柴

最新推荐文章于 2024-10-23 22:22:48 发布

阅读量7.7k

点赞数 15

文章标签： pytorch 深度学习人工智能

本文链接：https://blog.csdn.net/weixin_43965640/article/details/125653852

版权

博客介绍了使用Pytorch进行深度学习的步骤。首先继承DataSet创建自定义的PaddyDataSet，重写和补充相关方法；接着加载数据集和模型；最后划分训练集和验证集，完成模型的训练与验证。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一步：继承DataSet并创建自己的PaddyDataSet---一般是重写__init__()方法，__get_item()__方法，补充__len()__方法。

# PaddyDataSet
import torch
from torch.utils.data import Dataset
from PIL import Image
import os
import numpy as np
from torch.utils.data import DataLoader
import numpy as np
import torchvision.transforms as transforms

paddy_labels = {'bacterial_leaf_blight':0,'bacterial_leaf_streak':1,'bacterial_panicle_blight':2,'blast':3,'brown_spot':4,
              'dead_heart':5, 'downy_mildew':6, 'hispa':7, 'normal':8, 'tungro':9}

class PaddyDataSet(Dataset):
    def __init__(self, data_dir,transform=None):
        """
        数据集
        
        """
        self.label_name={'bacterial_leaf_blight':0,'bacterial_leaf_streak':1,'bacterial_panicle_blight':2,'blast':3,'brown_spot':4,