【Torch笔记】DataLoader与Dataset
torch.utils.data.DataLoader 用于构建可迭代的数据装载器：
- dataset：Dataset类，决定数据从哪里读取以及如何读取
- batchsize：批大小
- num_works：是否多进程读取数据
- shuffle：每个epoch是否乱序
- drop_last：当样本数不能被 bathsize 整除时，是否舍弃最后一批数据
Epoch：所有训练样本都已输入到模型中，称为一个 Epoch
Iteration：一批样本输入到模型中，称之为一个 Iteration
Batchsize：批大小，决定一个 Epoch 有多少个 Iteration
torch.utils.data.Dataset 是 Dataset 抽象类，所有自定义的 Dataset 都要继承它，并完成复写 __getitem__()。
__get_item__() 接收一个索引，放回一个样本。
先实现 Dataset，然后创建 Dataset 实例，再根据实例创建 DataLoader。
【Pytorch的数据读取机制】
Q1：读哪些数据？
A1：Sampler会返回index，确定读取哪些数据。
Q2：从哪些数据？
A2：在Dataset中进行设置。
Q3：怎么读数据？
A3：使用Dataset中的getitem。
最后
以上就是美好灯泡最近收集整理的关于【Torch笔记】DataLoader与Dataset【Torch笔记】DataLoader与Dataset的全部内容，更多相关【Torch笔记】DataLoader与Dataset【Torch笔记】DataLoader与Dataset内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复