技术标签: python 机器学习 深度学习 pytorch
Python中,只要可以for循环的数据,都是Iterator格式的数据。
data = [0,1,2,3,4]
for item in data:
print(item, end=' ')
0 1 2 3 4
上例子中,list
数据类型是一个迭代器,for循环本质是每次调用了next函数。即其“效果”等价于下面的代码:
data = [0,1,2,3,4]
data_iter = iter(data) # 返回一个迭代器
item = next(data_iter, None) # 获取迭代器的下一个值
while item is not None:
print(item, end=' ')
item = next(data_iter, None)
0 1 2 3 4
from torch.utils.data import DataLoader
data = [i for i in range(100)] # 定义数据集,需要是一个可迭代的对象
"""
定义dataloader,其接受三个重要的参数
- dataset: 数据集
- batch_size: 要将数据集切分为多少份
- shuffle: 是否对数据集进行随机排序
"""
dataloader = DataLoader(dataset=data, batch_size=6, shuffle=False)
for i, item in enumerate(dataloader): # 迭代输出
print(i, item)
0 tensor([0, 1, 2, 3, 4, 5])
1 tensor([ 6, 7, 8, 9, 10, 11])
... 省略
15 tensor([90, 91, 92, 93, 94, 95])
16 tensor([96, 97, 98, 99])
上面例子中,输入一个数据集0~99
,通过dataloader
将数据集分成100/6 =17份,每份6个数据,最后一份因为不满6个,所以只返回了4个。
from torch.utils.data import DataLoader
from torch.utils.data import IterableDataset
class MyDataset(IterableDataset):
def __init__(self):
print('init...')
def __iter__(self):
print('iter...') # 获取迭代器
self.n = 1
return self
def __next__(self):
print('next...') # 获取下一个元素
x = self.n
self.n += 1
if x >= 100: # 当x到100时停止
raise StopIteration
return x
dataloader = DataLoader(MyDataset(), batch_size=5)
for i, item in enumerate(dataloader):
print(i, item)
init...
iter...
next... next... next... next... next... 0 tensor([1, 2, 3, 4, 5])
next... next... next... next... next... 1 tensor([ 6, 7, 8, 9, 10])
... 省略
next... next... next... next... next... 18 tensor([91, 92, 93, 94, 95])
next... next... next... next... next... 19 tensor([96, 97, 98, 99])
从上面的例子可以看出,可迭代对象在初始化中会调用一次__init__
方法,在获取迭代器时会调用一次__iter__
方法,之后在获取元素时,每获取一个元素都会调用一次__next__
方法
任务:从data\faces文件夹中读取图片,并做一定处理,然后通过dataloader加载。
数据集:
链接:https://pan.baidu.com/s/1UrygNmmfzcWdjb29JHEpFg
提取码:toyd
1.定义ImageDataset
import os
from torch.utils.data import IterableDataset
import torchvision
import torchvision.transforms as transforms
class ImageDataset(IterableDataset):
def __init__(self, filepath):
fnames = [filepath + '/' + filename for filename in os.listdir(filepath)] # 读取所有图片的文件路径
self.i = -1 # 记录当前读取到的图片的下标
self.compose = compose = [ # 图片的transform
transforms.ToPILImage(),
transforms.Resize((64, 64)),
transforms.ToTensor(),
transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5)),
]
def __len__(self):
return len(fnames) # 假设文件夹没有其他无关文件
def __iter__(self):
return self
def __next__(self):
self.i += 1
if self.i >= len(self.fnames):
raise StopIteration
img = torchvision.io.read_image(fnames[self.i]) # 读取第i个图片
transform = transforms.Compose(self.compose) # 对图片进行处理
return transform(img) # 返回处理后的图片
2.实例化dataset和dataloader
dataset = ImageDataset('./data/faces')
print(next(iter(dataset)).shape)
dataloader = DataLoader(dataset, batch_size=16)
print(dataloader)
torch.Size([3, 64, 64])
<torch.utils.data.dataloader.DataLoader object at 0x000001C10B6048E0>
3.使用dataloader
import matplotlib.pyplot as plt
grid_img = torchvision.utils.make_grid(next(iter(dataloader)), nrow=4)
plt.figure(figsize=(10,10))
plt.imshow(grid_img.permute(1, 2, 0))
plt.show()
dataset = {
0: '张三', 1:'李四', 2:'王五', 3:'赵六'}
dataloader = DataLoader(dataset, batch_size=2)
for i, value in enumerate(dataloader):
print(i, value)
0 ['张三', '李四']
1 ['王五', '赵六']
自定义Map类型的Dataset只需要定义类,并继承 torch.utils.data.Dataset
方法即可,但要实现两个重要方法:__getitem__(self, index)
和 __len__(self)
个人比较推荐使用这种Dataset
例如:
from torch.utils.data import Dataset
from torch.utils.data import DataLoader
class CustomerDataSet(Dataset):
def __init__(self):
super(CustomerDataSet, self).__init__()
self.data_dict = ['张三', '李四', '王五', '赵六']
def __getitem__(self, index):
return self.data_dict[index]
def __len__(self):
return len(self.data_dict)
其实这和上面的dict
有异曲同工之妙,Dataloader会根据你dataset的大小,然后传一个index (0<=index<len(dataset)) 给getitem
方法,然后你返回该index对应的数据即可。例如:
from torch.utils.data import DataLoader
dataloader = DataLoader(CustomerDataSet(), batch_size=2, shuffle=True)
for i, value in enumerate(dataloader):
print(i, value)
输出:
0 ['李四', '张三']
1 ['王五', '赵六']
在上面例子中,Dataloader的执行过程为:
len(dataset)
方法,获取dataset的长度,这里为 4shuffle=True
,所以将index顺序打乱,结果为:[1,0,2,3]getitem
方法,即:getitem(1)
、getitem(0)
、getitem(2)
、getitem(3)
getitem(1)
、getitem(0)
,第二次返回getitem(2)
、getitem(3)
上述的Dataloader执行过程只是为了方便大家理解,但具体源码是不是这样我也不清楚
作业:可以尝试使用Dataset的方式实现上一章的ImageDataset
官方文档:https://pytorch.org/docs/stable/data.html
官方文档:https://pytorch.org/tutorials/beginner/basics/data_tutorial.html
文章浏览阅读3.8k次,点赞9次,收藏28次。直接上一个工作中碰到的问题,另外一个系统开启多线程调用我这边的接口,然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法,放到线上后发现确实是可以正常取到结果,但是一旦调用,CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了,类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99
文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效
文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别,这些API绝大多数都被包装到了一个具名和核心模块中了,例如文件操作的 fs 核心模块 ,http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是
文章浏览阅读10w+次,点赞435次,收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件
文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢?1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件
文章浏览阅读867次,点赞2次,收藏2次。docker安装elasticsearch,elasticsearch-head,kibana,ik分词器安装方式基本有两种,一种是pull的方式,一种是Dockerfile的方式,由于pull的方式pull下来后还需配置许多东西且不便于复用,个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码
文章浏览阅读1.3w次,点赞57次,收藏92次。整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)近年来,随着机器学习的兴起,有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块,内置..._beeware
文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停
文章浏览阅读986次,点赞2次,收藏2次。1.硬性等待让当前线程暂停执行,应用场景:代码执行速度太快了,但是UI元素没有立马加载出来,造成两者不同步,这时候就可以让代码等待一下,再去执行找元素的动作线程休眠,强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待
文章浏览阅读3k次,点赞4次,收藏14次。Java软件工程师职位分析_java岗位分析
文章浏览阅读2k次。Java:Unreachable code的解决方法_java unreachable code
文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象