Pytorch学习(一）————定义自己的数据集

chernbo

于 2020-06-21 17:40:26 发布

阅读量545

点赞数

分类专栏： Pytorch学习

本文链接：https://blog.youkuaiyun.com/Create_IT_Man/article/details/106887744

版权

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

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

最低0.47元/天解锁文章