dataset和dataload

dataset和dataload

链接1：https://pytorch.org/tutorials/beginner/basics/data_tutorial.html

处理数据样本的代码可能会变得杂乱无章且难以维护；理想情况下，我们希望数据集代码与模型训练代码分离，以获得更好的可读性和模块化。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和您自己的数据。 Dataset​ 存储样本及其相应的标签，而 DataLoader​ 则在 Dataset​ 周围封装了一个可迭代器，以方便访问样本。

为文件创建自定义数据集

自定义 Dataset 类必须实现三个函数：init、len 和 **getitem** 三个函数。

__init__​

在实例化数据集对象时，会运行一次 init 函数。我们初始化包含图像的目录、注释文件和两个变换（下一节将详细介绍）。

__len__​

len 函数返回数据集中的样本数。

__getitem__​

__getitem__函数从数据集中加载并返回给定索引 idx​ 的样本。根据索引，