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
过期的秋刀鱼!1 小时前
神经网络-代码中的推理
人工智能·深度学习·神经网络
2401_828890641 小时前
实现扩散模型 Stable Diffusion - MNIST 数据集
人工智能·python·深度学习·stable diffusion
Zzz 小生3 小时前
LangChain models:模型使用完全指南
人工智能·深度学习·机器学习
gorgeous(๑>؂<๑)4 小时前
【ICLR26-Oral Paper-Meta】DepthLM:基于视觉语言模型的度量深度
人工智能·计算机视觉·语言模型·自然语言处理
码农小韩5 小时前
AIAgent应用开发——DeepSeek分析(二)
人工智能·python·深度学习·agent·强化学习·deepseek
冰西瓜6005 小时前
深度学习的数学原理(八)—— 过拟合与正则化
人工智能·深度学习
小李独爱秋6 小时前
机器学习与深度学习实验项目3 卷积神经网络实现图片分类
人工智能·深度学习·机器学习·分类·cnn·mindspore·模式识别
Purple Coder7 小时前
神经网络与深度学习
人工智能·深度学习·神经网络
蜡笔羊驼8 小时前
LALIC环境安装过程
开发语言·python·深度学习
HyperAI超神经8 小时前
视觉真实之外:清华WorldArena全新评测体系揭示具身世界模型的能力鸿沟
人工智能·深度学习·神经网络·机器学习·计算机视觉·机器人