pytorch为数据的读取和预处理提供了很多工具。
其中,torch.utils.data.Dataset是代表这一数据的抽象类,我们可以定义自己的数据class来继承和重写这个抽象类,只需要定义__len__和__getitem__两个函数就行,其中__getitem__包含了数据的读取和处理:
from torch.utils.data import Dataset, DataLoader
import pandas as pd
class MyDataset(Dataset):
def __init__(self, csv_file, txt_file, root_dir):
self.csv_data = pd.read_csv(csv_file)
with open(txt_file, 'r') as f:
self.txt_data = f.readlines()
self.root_dir = root_dir
def __len__(self):
return len(self.csv_data)
def __getitem__(self, item):
data = (self.csv_data[item], self.txt_data[item])
return data
通过上面的方式,可以定义我们需要的类,然后通过torch.utils.data.DataLoader取得每一个数据,如下:
dataiter = DataLoader(MyDataset, batch_size=32,shuffle=True, num_workers=8)
创作不易,如果您觉的有用,可以来点赞助,一百两百不嫌多,一毛两毛不嫌少。