PyTorch加载数据

PyTorch包含一个名为torchvision的包，用于加载和准备数据集。它包括两个基本功能，即Dataset和DataLoader，它们有助于数据集的转换和加载。

数据集

数据集用于从给定数据集读取和转换数据点。实现的基本语法如下所述 -

trainset = torchvision.datasets.CIFAR10(root = './data', train = True,
   download = True, transform = transform)

DataLoader用于随机播放和批量处理数据。它可用于与多处理工作程序并行加载数据。

trainloader = torch.utils.data.DataLoader(trainset, batch_size = 4,
   shuffle = True, num_workers = 2)

示例：加载CSV文件

使用Python包Panda来加载csv文件。原始文件具有以下格式:(图像名称，68个标记 - 每个标记具有x，y坐标)。

landmarks_frame = pd.read_csv('faces/face_landmarks.csv')

n = 65
img_name = landmarks_frame.iloc[n, 0]
landmarks = landmarks_frame.iloc[n, 1:].as_matrix()
landmarks = landmarks.astype('float').reshape(-1, 2)