PyTorch入门 - 数据加载

yiyayayayayayi

已于 2022-08-30 13:33:31 修改

阅读量424

点赞数

文章标签： pytorch 深度学习 python

于 2022-08-29 13:01:50 首次发布

本文链接：https://blog.csdn.net/yiyayayayayayi/article/details/126582137

版权

本文介绍了PyTorch中Dataset的基本使用，包括其作为抽象类的角色，以及如何通过覆盖`__getitem__`和`__len__`方法来定义自定义数据集。

摘要由CSDN通过智能技术生成

from torch.utils.data import Dataset

help(Dataset) / Dataset?? -- 快捷键（shift + return）

Dataset 是一个抽象类，所有的数据集都要继承该类。
All subclasses都要overrite '__getitem__'，以获取数据对应的label

def __getitem__(self, index):

__len__ 返回数据集的size

from torch.utils.data import Dataset
# 读取图片
import cv2 -- 需要pip open cv // from PIL import Image 
# 获取所有数据的地址
import os 

class MyData(Dataset):
    
    def __init__(self, root_dir, label_dir): # 初始化 根据这个类创建一个特例实例时，需要这个函数。主要是为整个class提供一个全局变量，为后面的函数 getitem等提供其所需的量。
# root_dir -- 获取文件夹里的所有图片
# label_dir -- 文件夹名称
# path = os.path.join(root_dir, label_dir) -- 拼接两者

#self -- 指定了一个变量给后面的函数使用
    self.root_dir = root_dir
    self.label_dir = label_dir
    self.path = join(root_dir, label_dir)
    self.img_path = os.listdir(self.path)

# 获取图片中的每个数据
    def __getitem__(self,