制作pytorch数据集
方法1、自定义的dataset类
需要实现必要的魔法方法:
- __init__魔法方法里面进行读取数据文件
- __getitem__魔法方法进行支持下标访问
- __len__魔法方法返回自定义数据集的大小,方便后期遍历
面已经定义好了抽象数据,只需给出自己的dataset和idxs(数据的索引列表))
from torch.utils.data import DataLoader, Dataset
class DatasetSplit(Dataset):"""An abstract Dataset class wrapped around Pytorch Dataset class."""def __init__(self, dataset, idxs):self.dataset = datasetself.idxs = [int(i) for i in idxs]def __len__(self):return len(self.idxs)def __getitem__(self, item):image, label = self.dataset[self.idxs[item]]return torch.as_tensor(image), torch.as_tensor(label)
train_loader = DataLoader(DatasetSplit(train_dataset, client_idxs),batch_size=args.local_bs, shuffle=True)
上面的train_dataset是你的数据集,client_idx是你的数据的索引列表,比如[1,2,345,33,54...........],数字代表数据在dataset中的位置。这样制作后的数据集就是client_idx索引的数据集。
方法2:直接使用torch.utils.data.TensorDataset()封装数据集
#划分数据集
import torch
import numpy as np
import torch.utils.data as Data
from sklearn.model_selection import train_test_split
x_train, x_test, y_train,y_test = train_test_split(feature, labels, test_size=0.25)
#制作pytorch识别的数据集
train_dataset = Data.TensorDataset(torch.from_numpy(x_train).float(), torch.from_numpy(y_train))
test_dataset = Data.TensorDataset(torch.from_numpy(x_test).float(), torch.from_numpy(y_test))
#制作可迭代的数据集
train_iter = Data.DataLoader(dataset = train_dataset,batch_size = batch_size,shuffle = True, num_workers = 2)
test_iter = Data.DataLoader(dataset = test_dataset, batch_size= batch_size,shuffle = True, num_workers = 2)
制作pytorch数据集相关推荐
- python制作图片数据集_Pytorch自己加载单通道图片用作数据集训练的实例
pytorch 在torchvision包里面有很多的的打包好的数据集,例如minist,Imagenet-12,CIFAR10 和CIFAR100.在torchvision的dataset包里面,用 ...
- 【深度学习】制作VOC2007数据集用于Faster-RCNN训练
制作VOC2007数据集用于Faster-RCNN训练:VOC2007格式是faster-RCNN中官方给出的用于训练的数据集,把它下载下来用frcnn/tool里的训练程序跑一跑就可以得到自己的训练 ...
- 【深度学习】PyTorch 数据集随机值的完美实践
作者 | Elvanth@知乎 来源 | https://zhuanlan.zhihu.com/p/377155682 编辑 | 极市平台 本文仅作学术交流,版权归原作者所有,如有侵权请联系删除. 导 ...
- [高光谱] Hyperspectral-Classification Pytorch 数据集的读取、划分、加载
Hyperspectral-Classification Pytorch 数据集的读取.划分.加载 文章目录 Hyperspectral-Classification Pytorch 数据集的读取.划 ...
- 利用Arcgis制作图像分割数据集
利用Arcgis制作图像分割数据集,以制作农村道路标签数据进行二分类为例 一,进行矢量化获取矢量数据 二,制作掩膜 三,mask图像导出 四,原始遥感影像裁剪 五,mask图片和遥感图像裁剪及训练集. ...
- (深度学习)构造属于你自己的Pytorch数据集
(深度学习)构造属于你自己的Pytorch数据集 1.综述 2.实现原理 3.代码细节 4.详细代码 综述 Pytorch可以说是一个非常便利的深度学习库,它甚至在torchvision.datase ...
- 使用VIA(VCC)制作coco数据集
使用VIA(VCC)制作coco数据集 VCC是一个在线的数据集标注工具VCC在线数据集标注地址 进入网址后,删除其中的两张的测试图片 删除测试图片后,点击Add Files添加自己的数据集图片 然后 ...
- 使用CycleGAN训练自己制作的数据集,通俗教程,快速上手
总结了使用CycleGAN训练自己制作的数据集,这里的教程例子主要就是官网给出的斑马变马,马变斑马,两个不同域之间的相互转换.教程中提供了官网给的源码包和我自己调试优化好的源码包,大家根据自己的情况下 ...
- 制作视频数据集(一):截取视频帧
** 制作视频数据集(一):截取视频帧 ** 1.smart player截取视频帧 直接下载smart player截取即可,我是觉得这个软件截取更简单一些,但我下载之后截取页面显示不了文件,搞不了 ...
最新文章
- MySQL数据库环境使用全过程
- java数组与对象例题,Java的字符串和数组是以对象的形式出现的。()
- 信息系统项目管理师-质量管理知识点
- 【Vegas原创】获取远程数据库到本地
- 天翼云从业认证课后习题(3.5云安全产品)
- http post请求 参数放在路径后面 java_「思唯网络学院」网络基本概念之HTTP协议...
- 江苏师范大学科文学院计算机科学与技术,2019江苏师范大学科文学院专业排名...
- arm跑操作系统的意义_不太远的猜想:当ARM和鸿蒙OS在笔记本领域相遇,颠覆已无可避免...
- linux vi-vim编辑器快捷键
- WPF Path.Data 后台代码赋值
- 大数据总监python可视化分析30W数据后,找到了抹黑我们的原因
- iOS7新特性的兼容性处理方法 之三
- 5-2 持久化的作用/5-3 RDB1/5-4 RDB2/5-5 RDB3
- 台式计算机鼠标应该插哪里,鼠标插在电脑哪里 鼠标的usb接口没反应如何解决...
- 为什么我创建了一个计算机用户名 再打开计算机时 我打不开以前的文件,电脑中office文件无法打开的三种解决方法...
- BZOJ2199[Usaco2011 Jan] 奶牛议会
- 场景应用:100亿的数据你怎么排序
- 简单的个人发展规划java,java个人职业发展方向规划范文
- 【PHPWord】PHPWord导出PDF格式文件的几种方式以及最优解并附代码
- 热烈祝贺方正璞华两款产品入选2021年度江苏省工业软件优秀产品和应用解决方案拟推广名单