Dataset文件下载以及使用，以nuswide为例

数据集要求以文章 multi-label learning from single positive label为例；

文件夹结构

• Flickr/
• formatted_train_images.npy
• formatted_train_labels.npy
• formatted_train_labels_obs.npy
• formatted_val_images.npy
• formatted_val_labels.npy
• formatted_val_labels_obs.npy
• val_features_imagenet_resnet50.npy
• train_features_imagenet_resnet50.npy

我是这么放置的，其中含有obs的文件是通过运行文件夹preproc下的generate_observed_labels.py运行之后生成的；

如何使用

继承torch.utils.data.Dataset构建新的class

构建新的Dataloader

玩一玩Dataloader

iterator 迭代器

data_iterator = iter(train_loader)
((inputs_w, inputs_s), targets) = next(data_iterator)

可以用迭代器来处理，不过要一次又一次迭代，手写next；

enumerate

也可以放在for循环里，用enumerate来处理：

for i, ((inputs_w, inputs_s), targets) in enumerate(train_loader):

至于括号里面()用什么形式的变量来接受，则取决于dataloader怎么构造的；
如果不知道写什么，比如说为什么不直接写input，而要写(inputs_w, inputs_s)呢，那么可以先用一个input试一试，打印出来发现是一个list类型的，那就可以改写成更合适的其他形式了；

VOC

VOCdevkit/
|--VOC2012/
formatted_train_images.npy
formatted_train_labels_obs.npy
… …