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
阳明山水26 分钟前
从论文到生产:销量预测系统的工程化落地实践
大数据·人工智能·深度学习·机器学习·架构
Token炼金师27 分钟前
范式跃迁:从标注囚徒到自监督信徒 —— 大模型时代的机器学习重写
人工智能·深度学习·llm
水之子强37 分钟前
龙芯2k0300 - 智能车走马观碑组目标分类算法
人工智能·计算机视觉·目标跟踪
风若飞41 分钟前
图像直方图实验技术分享
图像处理·计算机视觉
ctrl_v助手1 小时前
HALCON 学习笔记1
笔记·数码相机·学习·算法·计算机视觉
EQUINOX12 小时前
【论文阅读】| Swin-Transformer精读
论文阅读·深度学习·transformer
谙忆2 小时前
Python 常用图像处理库速查:Pillow、OpenCV、rembg、pillow-simd 各擅长什么、怎么选
图像处理·python·pillow
言乐62 小时前
Python视频相对亮度检测
数据库·python·计算机视觉·小程序·音视频
CoderIsArt2 小时前
使用深度学习方法进行纺织品和颜色缺陷检测
人工智能·深度学习