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
明月醉窗台44 分钟前
深度学习(17)YOLO训练中的超参数详解
人工智能·深度学习·yolo
t_hj2 小时前
大模型微调
人工智能·python·深度学习
z小猫不吃鱼2 小时前
06 ViT 为什么需要大规模数据?从归纳偏置理解 ViT 的训练特点
深度学习·计算机视觉·cnn
charlie1145141912 小时前
现代Qt开发教程(新手篇)2.3——QImage、QPixmap、QIcon 图像处理基础
开发语言·图像处理·qt
坏孩子的诺亚方舟3 小时前
open_prj26_基础图像处理
图像处理·计算机视觉·mpsco
xinxiangwangzhi_4 小时前
立体匹配--GGEV(2025)
人工智能·计算机视觉
nebula-AI4 小时前
人工智能导论:模型与算法(核心技术)
人工智能·深度学习·神经网络·算法·机器学习·集成学习·sklearn
数智工坊4 小时前
视觉-语言-动作模型解剖学:从模块、里程碑到核心挑战
论文阅读·人工智能·深度学习·算法·transformer
惊鸿一博5 小时前
Transformer模型图解(简单易懂版)
人工智能·深度学习·transformer