pytorch 自定义数据集加载方法


Posted in Python onAugust 18, 2019

pytorch 官网给出的例子中都是使用了已经定义好的特殊数据集接口来加载数据,而且其使用的数据都是官方给出的数据。如果我们有自己收集的数据集,如何用来训练网络呢?此时需要我们自己定义好数据处理接口。幸运的是pytroch给出了一个数据集接口类(torch.utils.data.Dataset),可以方便我们继承并实现自己的数据集接口。

torch.utils.data

torch的这个文件包含了一些关于数据集处理的类。

class torch.utils.data.Dataset: 一个抽象类, 所有其他类的数据集类都应该是它的子类。而且其子类必须重载两个重要的函数:len(提供数据集的大小)、getitem(支持整数索引)。

class torch.utils.data.TensorDataset: 封装成tensor的数据集,每一个样本都通过索引张量来获得。

class torch.utils.data.ConcatDataset: 连接不同的数据集以构成更大的新数据集。

class torch.utils.data.Subset(dataset, indices): 获取指定一个索引序列对应的子数据集。

class torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=<function default_collate>, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None): 数据加载器。组合了一个数据集和采样器,并提供关于数据的迭代器。

torch.utils.data.random_split(dataset, lengths): 按照给定的长度将数据集划分成没有重叠的新数据集组合。

class torch.utils.data.Sampler(data_source):所有采样的器的基类。每个采样器子类都需要提供 __iter__ 方法以方便迭代器进行索引 和一个 len方法 以方便返回迭代器的长度。

class torch.utils.data.SequentialSampler(data_source):顺序采样样本,始终按照同一个顺序。

class torch.utils.data.RandomSampler(data_source):无放回地随机采样样本元素。

class torch.utils.data.SubsetRandomSampler(indices):无放回地按照给定的索引列表采样样本元素。

class torch.utils.data.WeightedRandomSampler(weights, num_samples, replacement=True): 按照给定的概率来采样样本。

class torch.utils.data.BatchSampler(sampler, batch_size, drop_last): 在一个batch中封装一个其他的采样器。

class torch.utils.data.distributed.DistributedSampler(dataset, num_replicas=None, rank=None):采样器可以约束数据加载进数据集的子集。

自定义数据集

自己定义的数据集需要继承抽象类class torch.utils.data.Dataset,并且需要重载两个重要的函数:__len__ 和__getitem__。

整个代码仅供参考。在__init__中是初始化了该类的一些基本参数;__getitem__中是真正读取数据的地方,迭代器通过索引来读取数据集中数据,因此只需要这一个方法中加入读取数据的相关功能即可;__len__给出了整个数据集的尺寸大小,迭代器的索引范围是根据这个函数得来的。

import torch

class myDataset(torch.nn.data.Dataset):
 def __init__(self, dataSource)
  self.dataSource = dataSource

 def __getitem__(self, index):
  element = self.dataSource[index]
  return element
 def __len__(self):
  return len(self.dataSource)

train_data = myDataset(dataSource)

自定义数据集加载器

class torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=<function default_collate>, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None): 数据加载器。组合了一个数据集和采样器,并提供关于数据的迭代器。

dataset (Dataset) ? 需要加载的数据集(可以是自定义或者自带的数据集)。

batch_size ? batch的大小(可选项,默认值为1)。

shuffle ? 是否在每个epoch中shuffle整个数据集, 默认值为False。

sampler ? 定义从数据中抽取样本的策略. 如果指定了, shuffle参数必须为False。

num_workers ? 表示读取样本的线程数, 0表示只有主线程。

collate_fn ? 合并一个样本列表称为一个batch。

pin_memory ? 是否在返回数据之前将张量拷贝到CUDA。

drop_last (bool, optional) ? 设置是否丢弃最后一个不完整的batch,默认为False。

timeout ? 用来设置数据读取的超时时间的,但超过这个时间还没读取到数据的话就会报错。应该为非负整数。

train_loader=torch.utils.data.DataLoader(dataset=train_data, batch_size=64, shuffle=True)

以上这篇pytorch 自定义数据集加载方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python获取DLL和EXE文件版本号的方法
Mar 10 Python
Python抓取百度查询结果的方法
Jul 08 Python
Python的Django框架可适配的各种数据库介绍
Jul 15 Python
python中的字符串内部换行方法
Jul 19 Python
深入浅析python 协程与go协程的区别
May 09 Python
Django中create和save方法的不同
Aug 13 Python
PyTorch之图像和Tensor填充的实例
Aug 18 Python
python函数的作用域及关键字详解
Aug 20 Python
flask实现验证码并验证功能
Dec 05 Python
python3的UnicodeDecodeError解决方法
Dec 20 Python
在 Python 中接管键盘中断信号的实现方法
Feb 04 Python
Jupyter notebook运行Spark+Scala教程
Apr 10 Python
PyTorch的Optimizer训练工具的实现
Aug 18 #Python
Pytorch反向求导更新网络参数的方法
Aug 17 #Python
pytorch 模型可视化的例子
Aug 17 #Python
pytorch 输出中间层特征的实例
Aug 17 #Python
基于pytorch的保存和加载模型参数的方法
Aug 17 #Python
pytorch 固定部分参数训练的方法
Aug 17 #Python
python之PyQt按钮右键菜单功能的实现代码
Aug 17 #Python
You might like
php为字符串前后添加指定数量字符的方法
2015/05/04 PHP
$.ajax json数据传递方法
2008/11/19 Javascript
javascript 面向对象 function类
2010/05/13 Javascript
JQuery拖动表头边框线调整表格列宽效果代码
2014/09/10 Javascript
JavaScript中常见的字符串操作函数及用法汇总
2015/05/04 Javascript
jQuery+CSS实现简单切换菜单示例
2016/07/27 Javascript
用js实现简单算法的实例代码
2016/09/24 Javascript
jquery 判断是否支持Placeholder属性的方法
2017/02/07 Javascript
基于angular-utils-ui-breadcrumbs使用心得(分享)
2017/11/03 Javascript
微信小程序仿知乎实现评论留言功能
2018/11/28 Javascript
详解小程序如何动态绑定点击的执行方法
2019/11/26 Javascript
javascript实现留言板功能
2020/02/08 Javascript
vue中可编辑树状表格的实现代码
2020/10/31 Javascript
js观察者模式的弹幕案例
2020/11/23 Javascript
[00:12]2018DOTA2亚洲邀请赛 sylar表现SOLO技艺
2018/04/06 DOTA
paramiko模块安装和使用(远程登录服务器)
2014/01/27 Python
python使用百度翻译进行中翻英示例
2014/04/14 Python
在Python程序中进行文件读取和写入操作的教程
2015/04/28 Python
python实现unicode转中文及转换默认编码的方法
2017/04/29 Python
Python操作SQLite数据库的方法详解【导入,创建,游标,增删改查等】
2017/07/11 Python
利用Python查看目录中的文件示例详解
2017/08/28 Python
pycharm 配置远程解释器的方法
2018/10/28 Python
Django文件存储 默认存储系统解析
2019/08/02 Python
关于Pytorch的MLP模块实现方式
2020/01/07 Python
python自动从arxiv下载paper的示例代码
2020/12/05 Python
Ajax的工作原理
2015/12/04 面试题
顶岗实习计划书
2014/01/10 职场文书
标准自荐信范文
2014/01/29 职场文书
11月升旗仪式讲话稿
2014/02/15 职场文书
共产党员公开承诺书范文
2014/03/28 职场文书
乔丹名人堂演讲稿
2014/05/24 职场文书
培训讲师开场白
2015/06/01 职场文书
英雄儿女观后感
2015/06/09 职场文书
《圆的面积》教学反思
2016/02/19 职场文书
导游词之江南园林狮子林
2019/09/16 职场文书
利用javaScript处理常用事件详解
2021/04/14 Javascript