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
爱喝可乐的老王2 小时前
PyTorch深度学习参数初始化和正则化
人工智能·pytorch·深度学习
林深现海10 小时前
【刘二大人】PyTorch深度学习实践笔记 —— 第一集:深度学习全景概述(超详细版)
pytorch·笔记·深度学习
莱茶荼菜12 小时前
yolo26 阅读笔记
人工智能·笔记·深度学习·ai·yolo26
qwy71522925816313 小时前
10-图像的翻转
人工智能·opencv·计算机视觉
独自破碎E13 小时前
Spring Boot + LangChain4j 报错:Bean 类型不匹配的解决办法
spring boot·python·pycharm
lovod14 小时前
视觉SLAM十四讲合集
计算机视觉·slam·视觉slam·g2o·ba·位姿图
阿正的梦工坊15 小时前
Megatron中--train-iters和--max_epochs两个参数介绍
人工智能·深度学习·自然语言处理
kiro_102315 小时前
BGRtoNV12与NV12toBGR互转函数
人工智能·opencv·计算机视觉
哥布林学者15 小时前
吴恩达深度学习课程五:自然语言处理 第三周:序列模型与注意力机制(四)语音识别和触发字检测
深度学习·ai
logic_516 小时前
关于VIT为啥可以用卷积代替第一层嵌入层
人工智能·神经网络·cnn