Pytorch学习(一)————定义自己的数据集

本文介绍了如何在PyTorch中定义自己的数据集,需要继承torch.utils.data.Dataset类并实现__len__和__getitem__方法。内容涵盖读取图像数据集的技巧,强调图像需转换为Tensor,并提醒在Windows系统下设置num_workers=0以避免多线程问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

定义自己的数据集

Dataset类

torch.utils.data.Dataset 是数据集的抽象类,当我们定义自己的数据集都要继承这个方法,并且必须覆盖它的__len__和__getitem__这个两个方法,__len__提高了数据集的大小,__getitem__用来索引数据集中每个样本,

如何读取图像数据集,这里不是直接将图像放入内存,而是获得图像地址就可以了
具体例子:
下面展示一些 内联代码片

import torch.utils.data
import os
from PTL import Image
from torchvision import transforms
# 图像预处理
#########
data_tansforms=transforms.Compose([
		transforms.ToTensor(),
		transforms.Resize((256
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值