Pytorch 简明教程

PyTorch - Loading Data

PyTorch 包含一个名为 torchvision 的包，用于加载和准备数据集。它包括两个基本函数：Dataset 和 DataLoader，它们有助于转换和加载数据集。

Dataset

Dataset 用于从给定数据集中读取和转换数据点。要实现的基本语法如下所示 −

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

DataLoader 用于随机排列和批量处理数据。它可用于使用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)

Example: Loading CSV File

我们使用 Python 包 Panda 加载 csv 文件。原始文件具有以下格式：（图像名称，68 个地标 - 每个地标具有 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)