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
Perl中著名的Schwartzian转换问题解决实现
Jun 02 Python
Python生成随机密码的方法
Jun 16 Python
Python使用struct处理二进制的实例详解
Sep 11 Python
Python django使用多进程连接mysql错误的解决方法
Oct 08 Python
想学python 这5本书籍你必看!
Dec 11 Python
Python类的继承用法示例
Jan 31 Python
Python之pymysql的使用小结
Jul 01 Python
python安装virtualenv虚拟环境步骤图文详解
Sep 18 Python
tensorflow从ckpt和从.pb文件读取变量的值方式
May 26 Python
Pytorch生成随机数Tensor的方法汇总
Sep 09 Python
仅用几行Python代码就能复制她的U盘文件?
Jun 26 Python
Python编程源码报错解决方法总结经验分享
Oct 05 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
模拟OICQ的实现思路和核心程序(二)
2006/10/09 PHP
PHP 程序员应该使用的10个组件
2009/10/31 PHP
基于PHP CURL用法的深入分析
2013/06/09 PHP
CI框架AR操作(数组形式)实现插入多条sql数据的方法
2016/05/18 PHP
php使用ffmpeg向视频中添加文字字幕的实现方法
2016/05/23 PHP
PHP 文件上传后端处理实用技巧方法
2017/01/06 PHP
javascript instanceof,typeof的区别
2010/03/24 Javascript
JavaScript 错误处理与调试经验总结
2010/08/10 Javascript
基于jQuery通过jQuery.form.js插件使用ajax提交form表单
2015/08/17 Javascript
javascript实现表单验证
2016/01/29 Javascript
JavaScript 数组- Array的方法总结(推荐)
2016/07/21 Javascript
谈谈jQuery之Deferred源码剖析
2016/12/19 Javascript
整理关于Bootstrap导航的慕课笔记
2017/03/29 Javascript
Node调用Java的示例代码
2017/09/20 Javascript
世界上最短的数字判断js代码
2019/09/09 Javascript
微信小程序图片右边加两行文字的代码
2020/04/23 Javascript
Vue优化:常见会导致内存泄漏问题及优化详解
2020/08/04 Javascript
[01:04:05]VG vs Newbee 2018国际邀请赛小组赛BO2 第一场 8.17
2018/08/20 DOTA
DataFrame中的object转换成float的方法
2018/04/10 Python
python 获取当天凌晨零点的时间戳方法
2018/05/22 Python
Python实现获取邮箱内容并解析的方法示例
2018/06/16 Python
Python正则表达式指南 推荐
2018/10/09 Python
Python 隐藏输入密码时屏幕回显的实例
2019/02/19 Python
Jacobi迭代算法的Python实现详解
2019/06/29 Python
pytorch 改变tensor尺寸的实现
2020/01/03 Python
Python小整数对象池和字符串intern实例解析
2020/03/21 Python
使用PyWeChatSpy自动回复微信拍一拍功能的实现代码
2020/07/02 Python
解决django migrate报错ORA-02000: missing ALWAYS keyword
2020/07/02 Python
墨尔本最受欢迎的复古风格品牌:Princess Highway
2018/12/21 全球购物
生产部管理制度
2014/01/31 职场文书
优秀班集体获奖感言
2014/02/03 职场文书
房地产开盘策划方案
2014/02/10 职场文书
2015学校图书管理员工作总结
2015/05/11 职场文书
施工安全协议书
2016/03/22 职场文书
导游词之潮音寺
2019/09/26 职场文书
python 常用的异步框架汇总整理
2021/06/18 Python