西宁网站,泉州市服务好的网站设计,南宁市制作网站的公司,做任务给佣金的网站有哪些数据集合数据加载器 简介加载数据集迭代和可视化数据集为您的文件创建自定义数据集__init____len____getitem__ 准备您的数据以使用DataLoaders进行训练通过DataLoader进行遍载 简介
处理数据样本的代码可能会变得混乱且难以维护#xff1b;理想情况下#xff0c;我们希望我… 数据集合数据加载器 简介加载数据集迭代和可视化数据集为您的文件创建自定义数据集__init____len____getitem__ 准备您的数据以使用DataLoaders进行训练通过DataLoader进行遍载 简介
处理数据样本的代码可能会变得混乱且难以维护理想情况下我们希望我们的数据集代码与模型训练代码解耦以提高可读性和模块化。PyTorch提供了两个数据原语torch.utils.data.DataLoader和torch.utils.data.Dataset允许您使用预加载的数据集以及您自己的数据。Dataset存储样本及其相应的标签DataLoader在Dataset周围包装一个可以可以方便地访问样本。
PyTorch域库提供一些预加载的数据集如FashionMNIST该子类为torch.utils.data.Dataset并实现特定于特定数据的功能。它们可用于原型和基准测试您的模型。您可以在这里找到它们图像数据集、文本数据集和音频数据集
加载数据集
以下是如何从TorchVision加载Fashion-MNIST数据集的示例。Fashion-MNIST是Zalando文章图像的数据集包括60,000个训练示例和10,000个测试示例。每个示例都包括一个28×28的灰度图像和来自10个班级之一的相关标签。
我们用以下参数加载FashionMNIST数据集
root是存储火车/测试数据的路径train指定训练或测试数据集downloadTrue如果root上没有数据则从互联网上下载数据。transform和target_transform指定功能和标签转换 import torch
from torch.utils.data import Dataset
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plttraining_data datasets.FashionMNIST(rootdata,trainTrue,downloadTrue,transformToTensor()
)test_data datasets.FashionMNIST(rootdata,trainFalse,downloadTrue,transformToTensor()
) Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz to data/FashionMNIST/raw/train-images-idx3-ubyte.gz0%| | 0/26421880 [00:00?, ?it/s]0%| | 65536/26421880 [00:0001:12, 363720.69it/s]1%| | 229376/26421880 [00:0000:38, 682917.83it/s]3%|3 | 917504/26421880 [00:0000:12, 2109774.93it/s]12%|#2 | 3211264/26421880 [00:0000:03, 6286038.17it/s]28%|##8 | 7438336/26421880 [00:0000:01, 14838321.45it/s]41%|#### | 10747904/26421880 [00:0000:00, 16477772.21it/s]57%|#####7 | 15138816/26421880 [00:0100:00, 22904288.96it/s]71%|####### | 18644992/26421880 [00:0100:00, 21979092.87it/s]92%|#########2| 24346624/26421880 [00:0100:00, 30077676.52it/s]
100%|##########| 26421880/26421880 [00:0100:00, 18141478.99it/s]
Extracting data/FashionMNIST/raw/train-images-idx3-ubyte.gz to data/FashionMNIST/rawDownloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz to data/FashionMNIST/raw/train-labels-idx1-ubyte.gz0%| | 0/29515 [00:00?, ?it/s]
100%|##########| 29515/29515 [00:0000:00, 327742.46it/s]
Extracting data/FashionMNIST/raw/train-labels-idx1-ubyte.gz to data/FashionMNIST/rawDownloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz to data/FashionMNIST/raw/t10k-images-idx3-ubyte.gz0%| | 0/4422102 [00:00?, ?it/s]1%|1 | 65536/4422102 [00:0000:11, 363330.31it/s]5%|5 | 229376/4422102 [00:0000:06, 684189.84it/s]21%|##1 | 950272/4422102 [00:0000:01, 2195763.19it/s]87%|########6 | 3833856/4422102 [00:0000:00, 7634326.84it/s]
100%|##########| 4422102/4422102 [00:0000:00, 6105857.14it/s]
Extracting data/FashionMNIST/raw/t10k-images-idx3-ubyte.gz to data/FashionMNIST/rawDownloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz
Downloading http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz to data/FashionMNIST/raw/t10k-labels-idx1-ubyte.gz0%| | 0/5148 [00:00?, ?it/s]
100%|##########| 5148/5148 [00:0000:00, 37228063.78it/s]
Extracting data/FashionMNIST/raw/t10k-labels-idx1-ubyte.gz to data/FashionMNIST/raw
迭代和可视化数据集
我们可以像列表一样手动索引Datasetstraining_data[index]。我们使用matplotlib在训练数据中可视化一些样本。 labels_map {0: T-Shirt,1: Trouser,2: Pullover,3: Dress,4: Coat,5: Sandal,6: Shirt,7: Sneaker,8: Bag,9: Ankle Boot,
}
figure plt.figure(figsize(8, 8))
cols, rows 3, 3
for i in range(1, cols * rows 1):sample_idx torch.randint(len(training_data), size(1,)).item()img, label training_data[sample_idx]figure.add_subplot(rows, cols, i)plt.title(labels_map[label])plt.axis(off)plt.imshow(img.squeeze(), cmapgray)
plt.show() 为您的文件创建自定义数据集
自定义数据集类必须实现三个函数
__init__、__len__和__getitem__。看看这个实现FashionMNIST图像存储在目录img_dir中其标签单独存储在CSV文件annotations_file。
在接下来的章节中我们将分解每个函数中发生的事情。 import os
import pandas as pd
from torchvision.io import read_imageclass CustomImageDataset(Dataset):def __init__(self, annotations_file, img_dir, transformNone, target_transformNone):self.img_labels pd.read_csv(annotations_file)self.img_dir img_dirself.transform transformself.target_transform target_transformdef __len__(self):return len(self.img_labels)def __getitem__(self, idx):img_path os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])image read_image(img_path)label self.img_labels.iloc[idx, 1]if self.transform:image self.transform(image)if self.target_transform:label self.target_transform(label)return image, label__init__
实例化数据集对象时__init__函数运行一次。我们初始化包含图像、注释文件和两个转换的目录下一节将更详细地介绍。 def __init__(self, annotations_file, img_dir, transformNone, target_transformNone):self.img_labels pd.read_csv(annotations_file)self.img_dir img_dirself.transform transformself.target_transform target_transform__len__
__len__函数返回我们数据集中的样本数。 def __len__(self):return len(self.img_labels)__getitem__
__getitem__函数加载并返回给定索引idx的数据集的样本。基于索引它识别图像在磁盘上的位置使用read_image将其转换为张量从self.img_labels中的csv数据中检索相应的标签调用其上的转换函数如果适用并在元组中返回张量图像和相应标签。 def __getitem__(self, idx):img_path os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])image read_image(img_path)label self.img_labels.iloc[idx, 1]if self.transform:image self.transform(image)if self.target_transform:label self.target_transform(label)return image, label
准备您的数据以使用DataLoaders进行训练
Dataset检索我们数据集的功能并一次标记一个样本。在训练模型时我们通常希望以“迷你批次”传递样本在每个时代重新洗牌数据以减少模型过拟合并使用Pythonmultiprocessing来加快数据检索速度。
DataLoader是一个可以在一个简单的API中为我们抽象这种复杂性的可以进行的。
from torch.utils.data import DataLoadertrain_dataloader DataLoader(training_data, batch_size64, shuffleTrue)
test_dataloader DataLoader(test_data, batch_size64, shuffleTrue)
通过DataLoader进行遍载
我们已经将该数据集加载到DataLoader可以根据需要迭代数据集。下面的每个迭代都会返回一批train_features和train_labels分别包含batch_size64特征和标签。因为我们指定了shuffleTrue在我们遍复所有批次后数据被洗牌为了更精细地控制数据加载顺序请查看采样器。 # Display image and label.
train_features, train_labels next(iter(train_dataloader))
print(fFeature batch shape: {train_features.size()})
print(fLabels batch shape: {train_labels.size()})
img train_features[0].squeeze()
label train_labels[0]
plt.imshow(img, cmapgray)
plt.show()
print(fLabel: {label}) Feature batch shape: torch.Size([64, 1, 28, 28])
Labels batch shape: torch.Size([64])
Label: 5
