PyTorch加载数据集

PyTorch加载数据集主要涉及两个类------Dataset和Dataloader

Dataset类是提供一种方式去获取数据及其对应的真实的label值,Dataset类是需要我们自己写的。

实现的功能:一如何获取每一个数据及其label;二告诉我们总共有多少个数据

Dataloader类是为后面的网络提供不同的数据形式

举个例子:以垃圾分类来举例,其中垃圾就代表我们所要处理的数据。Dataset类的作用是将一堆垃圾进行分类,并在每一类中对垃圾进行0,1,2,......的编号,并获取具体的label值。Dataloader类的作用是将Dataset类编码之后的数据按照一定的大小(比如batch-size)进行打包

相关推荐
java1234_小锋6 分钟前
Transformer 大语言模型(LLM)基石 - Transformer简介
深度学习·语言模型·llm·transformer·大语言模型
AI视觉网奇35 分钟前
标签拷贝 labelme json格式
算法·计算机视觉
子午38 分钟前
【垃圾识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习
shayudiandian1 小时前
用FastAPI部署深度学习模型
人工智能·深度学习·fastapi
JoannaJuanCV1 小时前
深度学习框架keras使用—(1)CNN经典模型:VGGNet
深度学习·cnn·keras
_oP_i1 小时前
常见、主流、可靠的机器学习与深度学习训练集网站
人工智能·深度学习·机器学习
Dev7z1 小时前
基于薄板样条与自由形变的非刚体图像拼接系统设计与实现
人工智能·计算机视觉
natide2 小时前
RuntimeError: CUDA error: device-side assert triggered
pytorch·深度学习
IT·小灰灰2 小时前
Doubao-Seedream-4.5:当AI学会“版式设计思维“——设计师的七种新武器
javascript·网络·人工智能·python·深度学习·生成对抗网络·云计算