PyTorch教學 » PyTorch資料集

PyTorch資料集

在本章中，將更多地關注torchvision.datasets及其各種型別。PyTorch包括以下資料集載入器 -

  • MNIST
  • COCO (字幕和檢測)

資料集包括以下兩種函式 -

  • transform - 一種接收影象並返回標準內容的修改版本的函式。這些可以與變換一起組合。
  • target_transform - 獲取目標並對其進行轉換的函式。例如，接受標題字串並返回索引張量。

MNIST

以下是MNIST資料集的範例程式碼 - 

dset.MNIST(root, train = TRUE, transform = NONE, 
target_transform = None, download = FALSE)

引數如下 -

  • root - 存在已處理資料的資料集的根目錄。
  • train - True =訓練集，False =測試集
  • download - True =從網際網路下載資料集並將其放入根目錄。

COCO

需要安裝COCO API。以下範例用於演示使用PyTorch的資料集的COCO實現 - 

import torchvision.dataset as dset
import torchvision.transforms as transforms
cap = dset.CocoCaptions(root = ' dir where images are', annFile = 'json annotation file', transform = transforms.ToTensor())

print('Number of samples: ', len(cap))
print(target)

上面程式程式碼輸出結果如下：

Number of samples: 82783
Image Size: (3L, 427L, 640L)