pytorch函数--dataloader

本文详细介绍了PyTorch中DataLoader函数的使用方法,包括其参数解释如dataset、batch_size、shuffle等,以及如何通过num_workers提高数据加载效率。
部署运行你感兴趣的模型镜像

data
DataLoader的函数定义如下:

DataLoader(dataset, batch_size=1, shuffle=False, sampler=None,
num_workers=0, collate_fn=default_collate, pin_memory=False,
drop_last=False)
 DataLoader(dataset=train_set, num_workers=4, batch_size=64, shuffle=True)
  1. dataset:加载的数据集(Dataset对象)

  2. batch_size:batch size

  3. shuffle::是否将数据打乱

  4. sampler: 样本抽样,后续会详细介绍

  5. num_workers:使用多进程加载的进程数,0代表不使用多进程

  6. collate_fn: 如何将多个样本数据拼接成一个batch,一般使用默认的拼接方式即可

  7. pin_memory:是否将数据保存在pin memory区,pin memory中的数据转到GPU会快一些

  8. drop_last:dataset中的数据个数可能不是batch_size的整数倍,drop_last为True会将多出来不足一个batch的数据丢弃

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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