C/C++教程

Pytorch(4)-DataLoader的使用

本文主要是介绍Pytorch(4)-DataLoader的使用,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
# DataLoader:数据加载器,从dataset中取数据,具体怎么取,取什么都通过dataLoader来完成,dataLoader中除了dataset参数外其他参数都有默认值
#   dataset:从哪里加载数据
#   batch_size:一次取出多少数据,如果为2,则一次从数据集中取出两条数据
#   shuffle:数据集是不是打乱的意思,就比如打牌,第一局打完了,第二局的牌的顺序是否和第一局一样,如果为true代表两局牌的顺序不一样,否则一样,一般设置为true
#   num_workers:是否采用多个进程加载程序
#   drop_last:如果除不尽时,数据集中最后一个数据是否要舍弃,如果为true则舍弃,否则不舍弃

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

# 准备测试的数据集
test_data = torchvision.datasets.CIFAR10(root="F:\\pytorch\\pytorch01_hello\\dataset\\train\\torchvision_image", train=False, transform=torchvision.transforms.ToTensor())
# 测试DataLoader
test_dataLoader = DataLoader(dataset=test_data, batch_size=4, shuffle=True, num_workers=0, drop_last=False)

# 查看数据集中第一张图片大小及其target
img, target = test_data[0]
print(img.shape)
print(target)
print("================================")
# 查看数据集中多张图片的大小及其target
writer = SummaryWriter("dataloader")
step = 0
for data in test_dataLoader:
    imgs, targets = data
    writer.add_images("test_dataLoader", imgs, step)
    step = step+1
    print(imgs.shape)
    print(targets)
writer.close()

这篇关于Pytorch(4)-DataLoader的使用的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!