大家好，又见面了，我是你们的朋友全栈君。
1. 我们经常可以看到Pytorch加载数据集会用到官方整理好的数据集。很多时候我们需要加载自己的数据集，这时候我们需要使用Dataset和DataLoader
Dataset：是被封装进DataLoader里，实现该方法封装自己的数据和标签。DataLoader：被封装入DataLoaderIter里，实现该方法达到数据的划分。
2.Dataset
阅读源码后，我们可以指导，继承该方法必须实现两个方法：
_getitem_()_len_()
因此，在实现过程中我们测试如下：
import torch
import numpy as np
# 定义GetLoader类，继承Dataset方法，并重写__getitem__()和__len__()方法
class GetLoader(torch.utils.data.Dataset):
# 初始化函数，得到数据
def __init__(self, data_root, data_label):
self.data = data_root
self.label = data_label
# index是根据batchsize划分数据后得到的索引，最后将data和对应的labels进行一起返回
def __getitem__(self, index):
data = self.data[index]
labels = self.label[index]
return data, labels
# 该函数返回数据大小长度，目的是DataLoader方便划分，如果不知道大小，DataLoader会一脸懵逼
def __len__(self):
return len(self.data)
# 随机生成数据，大小为10 * 20列
source_data = np.random.rand(10, 20)
# 随机生成标签，大小为10 * 1列
source_label = np.random.randint(0,2,(10, 1))
# 通过GetLoader将数据进行加载，返回Dataset对象，包含data和labels
torch_data = GetLoader(source_data, source_label)
3.DataLoader
提供对Dataset的操作，操作如下：
torch.utils.data.DataLoader(dataset,batch_size,shuffle,drop_last，num_workers)
参数含义如下：
- d a t a s e t \color{HotPink}{dataset} dataset： 加载torch.utils.data.Dataset对象数据
- b a t c h _ s i z e \color{HotPink}{batch\_size} batch_size： 每个batch的大小
- s h u f f l e \color{HotPink}{shuffle} shuffle：是否对数据进行打乱
- d r o p _ l a s t \color{HotPink}{drop\_last} drop_last：是否对无法整除的最后一个datasize进行丢弃
- n u m _ w o r k e r s \color{HotPink}{num\_workers} num_workers：表示加载的时候子进程数
因此，在实现过程中我们测试如下（紧跟上述用例）：
from torch.utils.data import DataLoader
# 读取数据
datas = DataLoader(torch_data, batch_size=6, shuffle=True, drop_last=False, num_workers=2)
此时，我们的数据已经加载完毕了，只需要在训练过程中使用即可。
4.查看数据
我们可以通过迭代器（enumerate）进行输出数据，测试如下：
for i, data in enumerate(datas):
# i表示第几个batch， data表示该batch对应的数据，包含data和对应的labels
print("第 {} 个Batch \n{}".format(i, data))
输出结果如下图：
![Pytorch加载自己的数据集(使用DataLoader读取Dataset)[通俗易懂]](https://img-blog.csdnimg.cn/20191227161339120.png)
![Pytorch加载自己的数据集(使用DataLoader读取Dataset)[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450.jpg)
结果说明：由于数据的是10个，batchsize大小为6，且drop_last=False，因此第一个大小为6，第二个为4。每一个batch中包含data和对应的labels。
当我们想取出data和对应的labels时候，只需要用下表就可以啦，测试如下：
# 表示输出数据
print(data[0])
# 表示输出标签
print(data[1])
结果如图：
5.总结
该方法写点巨他娘鸡儿的详细，如果对您，对各位看官有启发，请赞一个哈，谢谢各位老板，若有问题，请留言，(●’◡’●)
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/134589.html原文链接：https://javaforall.net
