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
Danceful_YJ7 小时前
35.微调BERT
人工智能·深度学习·bert
愿没error的x7 小时前
深度学习基础知识总结(一):深入理解卷积(Convolution)
人工智能·深度学习
咋吃都不胖lyh8 小时前
激活函数是什么,神经网络中为什么要有激活函数
人工智能·深度学习·神经网络·激活函数
_codemonster10 小时前
深度学习实战(基于pytroch)系列(五)线性回归的pytorch实现
pytorch·深度学习·线性回归
算法与编程之美10 小时前
探究pytorch中多个卷积层和全连接层的输出方法
人工智能·pytorch·深度学习·神经网络·cnn
化作星辰11 小时前
深度学习_神经网络中最常用的学习率优化算法
深度学习·神经网络·学习
PixelMind12 小时前
【IQA技术专题】 基于多模态大模型的IQA Benchmark:Q-BENCH
图像处理·深度学习·lmm·iqa
wearegogog12313 小时前
基于MATLAB的多尺度血管检测与线追踪实现
开发语言·计算机视觉·matlab
cyyt13 小时前
深度学习周报(11.3~11.9)
人工智能·深度学习
雍凉明月夜13 小时前
Ⅱ人工智能学习之深度学习(deep-learning)概述
人工智能·深度学习·学习