哈尔滨中小企业网站制作,大连金州开发区,wordpress 导航菜单调用,连云港企业网站建设PyTorch 之 Dataset 类入门学习
Dataset 类简介 PyTorch 中的 Dataset 类是一个抽象类#xff0c;用来表示数据集。通过继承 Dataset 类可以进行自定义数据集的格式、大小和其它属性#xff0c;供后续使用#xff1b; 可以看到官方封装好的数据集也是直接或间接的继承自 …PyTorch 之 Dataset 类入门学习
Dataset 类简介 PyTorch 中的 Dataset 类是一个抽象类用来表示数据集。通过继承 Dataset 类可以进行自定义数据集的格式、大小和其它属性供后续使用 可以看到官方封装好的数据集也是直接或间接的继承自 Dataset 类
自定义数据集逻辑
继承 Dataset 类重写 init()构造函数可自定义数据读取方法以及进行数据预处理重写 len()返回数据集大小重写 getitem_()索引数据集中的某一个数据
代码实现
import torch
from torch.utils.data import Dataset# 自定义数据集继承 pytorch 内置的 Dataset 类class GreenDataset(Dataset):重写构造函数Args:data_tensor 数据或数据集合target_tensor 数据标签或数据标签集合def __init__(self, data_tensor, target_tensor):self.data_tensor data_tensorself.target_tensor target_tensor# 重写 len 方法 return 数据集大小def __len__(self):return self.data_tensor.size(0)# 重写 getitem 方法基于索引return 对应的数据及其标签组合成 1 个元组返回def __getitem__(self, index):return self.data_tensor[index], self.target_tensor[index]def test_data_set():自定义数据集测试# 生成数据集和标签集 数据元素长度标签元素长度# 10 行 3 列数据可以理解为 10 个元素每个元素是一维的 3个元素列表data_tensor torch.randn(10, 3)# 对应方法 torch.randint(low, high, size标签是 0 或 1 的 10 个元素# low ( int , optional ) – 要从分布中提取的最小整数。默认值0# high ( int ) – 高于要从分布中提取的最高整数# size ( tuple ) – 定义输出张量形状的元组# 以下示例中 low 取默认值 0target_tensor torch.randint(2, (10,))# 将数据封装成自定义数据集的 Datasetmy_dataset GreenDataset(data_tensor, target_tensor)# 调用方法查看数据集大小print(dataset size info:, len(my_dataset))# 根据索引获取数据print(tensor_data[0]: , my_dataset[0])# 打印数据集for i, my_dataset in enumerate(my_dataset):print(索引值%s 数据%s % (i, my_dataset))if __name__ __main__:test_data_set()
重点函数 torch.randn() torch.randint()
执行结果
