第五章——Pytorch中常用的工具

1. 数据处理

数据加载

在Pytorch 中，数据加载可以通过自己定义的数据集对象来实现。数据集对象被抽象为Dataset类，实现自己定义的数据集需要继承Dataset,并实现两个Python魔法方法。

• __getitem__: 返回一条数据或一个样本。obj[index]等价于obj.__getitem__(index).
• __len__: 返回样本的数量。len(obj)等价于obj.__len__().

import torch as t
from torch.utils import data
import os
from PIL import Image
import numpy as np

class DogCat(data.Dataset):
    def __init__(self,root):
        imgs=os.listdir(root)
        #所有图片的绝对路径
        #这里不实际加载图片，只是指定路径，当调用__getitem__时才会真正读图片
        self.imgs=[os.path.join(root, img) for img in imgs]

    def __getitem__(self, index):
        img_path=self.imgs[index]
        #dog->1, cat->0
        label=1 if 'dog' in img_path.split("/")[-1] else 0
        pil_img=Image.open(img_path)
        array=np.asarray(pil_img)
        data=t.from_numpy(array)
        return data,label

    def __len__(self):
        return len(self.image)

dataset=DogCat('N:/百度网盘/kaggle/DogCat')
img,label=dataset[0]#相当于调用dataset.__getitem__(0)
for img,label in dataset:
    print(img.size(),img.float().mean(),label)

结果：

torch.Size([280, 300, 3]) tensor(71.6653) 0
torch.Size([396, 312, 3]) tensor(131.8400) 0
torch.Size([414, 500, 3]) tensor(156.6921) 0
torch.Size([375, 499, 3]) tensor(96.8243) 0
torch.Size([445, 431, 3]) tensor(103.8582) 1
torch.Size([373, 302, 3]) tensor(160.0512) 1
torch.Size([240, 288, 3]) tensor(95.1983) 1
torch.Size([499, 375, 3]) tensor(90.5196) 1

问题：结果大小不一，这对于batch训练的神经网络来说很不友好。
返回的样本数值交大，未归一化至【-1，1】

针对上述问题，pytorch提供了torchvision。它是一个视觉工具包，提供了很多视觉图像处理的工具。
其中transforms模块提供了对PIL Image对象和Tensor对象的常用操作。

对PIL Image的常见操作如下：

• Scale/Resize: 调整尺寸，长宽比保持不变； #Resize
• CenterCrop、RandomCrop、RandomSizedCrop：裁剪图片；
• Pad: 填充；
• ToTensor: 将PIL Image对象转换成Tensor,会自动将【0，255】归一化至【0，1】。

对Tensor的常见操作如下：

• Normalize: 标准化，即减均值，除以标准差；

• ToPILImage:将Tensor转为PIL Image.

  如果要对图片进行多个操作，可通过Compose将这些操作拼接起来，类似于nn.Sequential.
  这些操作定义之后是以对象的形式存在，真正使用时需要调用它的__call__方法，类似于nn.Mudule.
  例如：要将图片调整为224*224,首先应构建操作trans=Scale((224,224)),然后调用trans(img).

import os
from PIL import Image
import numpy as n