dataset和dataloader的详解及使用
创始人
2024-11-17 17:37:08
0

dataset和dataloader是离不开的,dataset就像是一盒扑克牌,而dataloader就是发牌。下面让我们来学习dataset和dataloader吧

dataset

dataset常见的参数

datasets.训练所用的数据原名称(root,train,transform,download)

  • root:是数据源的文件所在位置
  • train:表示是否为训练后的数据源
  • transform:是对数据源中每一个数据的标准化处理
  • dowload:表示是否从官网下载该数据源

举例

import torchvision  dataset_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()]) train_set=torchvision.datasets.CIFAR10(root="./dataset",transform=dataset_transform,train=True,download="True") test_set=torchvision.datasets.CIFAR10(root="./dataset",transform=dataset_transform,train=False,download="True")   

其中第四行是进行训练的数据源;
第五行是没有进行训练的数据源;
第三行是将数据源中的每一个数据转成tensor形式

dataset返回值

dataset返回的是一个大列表,每个列表的元素为一个小列表,小列表即为每个元素的信息,每个小列表包含两个元素,分别是图片和目标,可用以下方式接收

import torchvision  dataset_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()]) train_set=torchvision.datasets.CIFAR10(root="./dataset",transform=dataset_transform,train=True,download="True") test_set=torchvision.datasets.CIFAR10(root="./dataset",transform=dataset_transform,train=False,download="True")  img,target=test_set[0] print(img) print(target)  writer.close() 

其中第7行为第1个数据的图片和期望的接收

dataloader

dataloader常见的参数

DataLoader(root,batch_size,shuffle,num_workers,drop_last)

  • root:数据原所在的文件地址(相当于扑克牌)
  • batch_size:每次分发几份数据(每次发几张牌)
  • shuffle:是否将数据打乱(是否要把牌打乱)
  • drop_last:是否删除多余的部分(有101张牌,每次分10张,是否删除最后多余的一张)
  • num_workers:几个进程

举例

import torchvision from torch.utils.data import DataLoader  dataset_transform=torchvision.transforms.ToTensor() test_dataset=torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform) test_loader=DataLoader(test_dataset,10,False,num_workers=0,drop_last=True) 

其中第5行为dataset的使用,引入数据源
第6行为dataloader的使用,数据源为test_dataset,batch_size=10,shuffle=False
,每次发10张牌不打乱

返回值

返回一个大列表,大列表有(总数量除batch_size)个元素,每个元素是不同的数据的集合,即中列表,中列表有两个元素,一个是图片集和目标集,可用如下方式接受。

import torchvision from torch.utils.data import DataLoader from torch.utils.tensorboard import SummaryWriter  dataset_transform=torchvision.transforms.ToTensor() test_dataset=torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform) test_loader=DataLoader(test_dataset,10,False,num_workers=0,drop_last=True)  # img,target=test_dataset[0] # print(img) # print(target)  writer=SummaryWriter("./DataLoader") step=0 for data in test_loader:     imgs,targets=data     writer.add_images("loader",imgs,step)     step+=1 writer.close() 

其中第16行为元素的接收。

相关内容

热门资讯

专业讨论!德扑之星真破解套路(... 专业讨论!德扑之星真破解套路(辅助挂)软件透明挂(有挂了解)-哔哩哔哩;人气非常高,ai更新快且高清...
每日必看!智星德州菠萝外挂检测... 每日必看!智星德州菠萝外挂检测(辅助挂)软件透明挂(有挂教学)-哔哩哔哩1、玩家可以在智星德州菠萝外...
透视透明挂!轰趴十三水有后台(... 轰趴十三水有后台赢率提升策略‌;透视透明挂!轰趴十三水有后台(辅助挂)软件透明挂(有挂详情)-哔哩哔...
发现玩家!德扑ai助手软件(辅... 发现玩家!德扑ai助手软件(辅助挂)透视辅助(有挂教学)-哔哩哔哩;玩家在德扑ai助手软件中需先进行...
一分钟了解!x-poker辅助... 一分钟了解!x-poker辅助软件(辅助挂)辅助透视(有挂攻略)-哔哩哔哩1、每一步都需要思考,不同...
一分钟揭秘!德州最新辅助器(辅... 一分钟揭秘!德州最新辅助器(辅助挂)透视辅助(有挂攻略)-哔哩哔哩;德州最新辅助器最新版本免费下载安...
玩家攻略推荐!德州辅助(辅助挂... 玩家攻略推荐!德州辅助(辅助挂)辅助透视(有挂了解)-哔哩哔哩是由北京得德州辅助黑科技有限公司精心研...
揭秘真相!pokernow德州... 《揭秘真相!pokernow德州(辅助挂)辅助透视(有挂介绍)-哔哩哔哩》 pokernow德州软件...
五分钟了解!德州之星辅助器(辅... 五分钟了解!德州之星辅助器(辅助挂)辅助透视(有挂透明)-哔哩哔哩1、很好的工具软件,可以解锁游戏的...
推荐一款!pokermaste... 1、推荐一款!pokermaster有外挂(辅助挂)透视辅助(有挂教学)-哔哩哔哩;详细教程。2、p...