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
十铭忘3 分钟前
SAM2跟踪的理解11——mask decoder
人工智能·深度学习
51camera10 分钟前
单色线阵相机结合特殊光源的多项检测解决方案
人工智能·计算机视觉
idkmn_16 分钟前
Daily AI 20251219 (PyTorch基础回顾3)
人工智能·pytorch·python·深度学习·神经网络
Piar1231sdafa23 分钟前
舰船目标检测与识别:基于Mask R-CNN的改进模型_x101-64x4d_fpn_ms-poly_3x_coco实战详解
目标检测·目标跟踪·cnn
最晚的py28 分钟前
深度学习简介
深度学习
Piar1231sdafa34 分钟前
【计算机视觉】YOLO11-DGCST:轴承表面划痕检测新方案
人工智能·计算机视觉
才思喷涌的小书虫38 分钟前
DINO-X 视觉模板挑战赛火热报名中
人工智能·目标检测·计算机视觉·ai·数据标注·图像标注·模型定制
RwwH39 分钟前
PyCharm虚拟环境创建
ide·python·pycharm
baby_hua43 分钟前
20251011_Pytorch深度学习(快速预览)
人工智能·pytorch·深度学习
natide44 分钟前
词汇/表达差异-1-编辑距离-莱文斯坦距离-Levenshtein
人工智能·深度学习·自然语言处理·知识图谱