PyTorch概述（三）---Datasets

• torchvision .datasets 模块中提供很多内置数据集;
• 以及很多工具类用于构建用户自己的数据集;

内置数据集

• 所有内置的数据集都是 torch.utils.data.Dataset的子类;
• 也就是他们都具有已经实现的__getitem__和__len__方法;
• 内置数据集都能够被送到torch.utils.data.DataLoader;
• 以并行的方式使用torch.multiprocessing加载多种样本;
• 代码实例:

import torch.utils.data
import torchvision.datasets
imagenet_data=torchvision.datasets.ImageNet('path/to/imagenet_root/')
data_loader=torch.utils.data.DataLoader(imagenet_data,
                                        batch_size=4,
                                        shuffle=True,
                                        num_workers=args.nThreads)

• 所有的数据集具有类似的 API;
• 所有的 API 都具有两个共同的参数:transform 和 target_transform,独立的转换输入和目标;
• 使用 pytorch 提供的基础类用户可以创建自己的数据集 ；

图像分类数据集

图像探测和分割数据集

 光流数据集

 立体匹配数据集

图像配对数据集

图像说明数据集

视频分类数据集

视频预测数据集

用于定制数据集的基础类

V2