pytorch中DataSet中的魔法__getitem__ 详解

getitem 魔法

在训练模型之前，首先要进行数据的加载，Dataset中和Dataloader被用来加载数据。下面进行详细讲解：
首先，首先写自己的Dataset用来加载数据，并且自己的Dataset中主要包含三个魔法： init、len、getitem，其中最主要的是getitem,因为它和Dataloader关联

dataset = CustomDataset(dataset_path="..\\PracticeDataset",transform=transform)
train_dataloader = DataLoader(dataset,batch_size=16,shuffle=True)

如上面示例代码所示：在训练过程中Dataloader把数据划分为nums/batchsize个批次，然后对这些批次分别进行遍历，每次遍历batchsize大小，并且调用一次getitem，getitem中得到该批量大小的item索引，并对其进行处理，也就是说，getitem是进行批量处理的一个主要空间，如图像的加载以及RGB的转换等等，每次处理BatchSize大小的数据，并返回如该类型的shape，例如：torch.Size([16, 3, 256, 256])，表示批量大小为16，3通道（因为是彩色图片），256X256大小。