pytorch之数据处理

在PyTorch中，数据加载可通过自定义的数据集对象实现。数据集对象被抽取为DataSet类，实现自定义的数据集需要集成DataSet，并实现两个方法。

__getitem__ : 返回一条数据或一个样本。

__len__ : 返回样本的数量。

有时候数据是图片，图片的大小形状不一，返回的样本数值归一化至[-1,1]。torchvision提供了很多视觉图像处理的工具，其中transform模块提供了对PIL Image对象和Tensor对象的常用操作。

对 PIL Image的常见操作如下：

Resize : 调整图片尺寸

CenterCrop、RandomCrop、RandomSizedCrop：剪裁图片

pad:填充

ToTensor : 将PIL Image对象转成Tensor，会自动将[0,255]归一化至[0,1]。

 

对Tensor的常见操作如下：

Normalize : 标准化。即减去均值除以标准差

ToPILImage：将Tensor转为PIL Image对象。

如果要对图片进行多个操作，可通过Compose将这些操作拼接起来，类似于nn.Sequential。

transform = transforms.Compose(
                [transforms.Resize(224), # 缩放图片，保持长宽比不变
                 transforms.CenterCrop(224), # 从图片中间切出224 * 224的图片
                 transforms.Totensor(), # 将图片转换成Tensor，归一化至[0,1]
                ])
class