龍良曲pytorch學習筆記 載入寶可夢資料集

1

import
torch
2import
os,glob
3import
random,csv45
from torch.utils.data import
dataset,dataloader67
from torchvision import
transforms
8from pil import
image910
class
pokemon(dataset):
11'''
12@param
13root:儲存的根路徑
1415
mode：train或者test模式
16'''
17def
__init__
(self,root,resize,mode):
18         super(pokemon,self).__init__
()19
20         self.root =root
21         self.resize =resize
2223
#字典型別key:name value:label
24         self.name2label ={}25#
listdir返回順序不固定，用sorted將它固定，因為排序一次之後就固定了
26for name in
sorted(os.listdir(os.path.join(root))):
27if
notos.path.isdir(os.path.join(root,name)):
28continue
2930             self.name2label[name] =len(self.name2label.keys())
3132
#print(self.name2label)
3334
#image_path + image_label
35         self.images,self.labels = self.load_csv('
images.csv')
3637
if mode == '
train
': #
60%38             self.images = self.images[:int(0.6*len(self.images))]
39             self.labels = self.labels[:int(0.6*len(self.labels))]
40elif mode == '
val': #
20%41             self.images = self.images[int(0.6*len(self.images)):int(0.8*len(self.images))]
42             self.labels = self.labels[int(0.6*len(self.labels)):int(0.8*len(self.labels))]
43elif mode == '
test
': #
20% = 80% ->100%
44             self.images = self.images[int(0.8*len(self.images)):]
45             self.labels = self.labels[int(0.8*len(self.labels)):]
4647
defload_csv(self,filename):
4849
#如果不存在再寫入，存在的話直接讀取就可以了
保證images和labels一一對應，長度相等
84assert len(images) ==len(labels)
85return
images,labels
8687
def__len__
(self):
8889
return
len(self.images)
9091
defdenormalize(self,x_hat)：
9293         mean=[0.485,0.456,0.406]
94         std=[0.229,0.224,0.225]
9596
#x_hat = (x-mean)/std97#
x = x_hat*std+mean98#
x: [c,h,w]99#
mean: [3] --> [3,1,1]
100         mean = torch.tensor(mean).unsqueeze(1).unsqueeze(1)
101         std  = torch.tensor(std).unsqueeze(1).unsqueeze(1)
102103         x = x_hat*std +mean
104105
return
x106
107108
def__getitem__
(self,idx):
109#
idx~[0~len(images)]
110#
self.images,self.labels
111#
img: pokemon\\bulbasaur\\00000000.png'
112#
label: 0
113         img,label =self.images[idx],self.labels[idx]
114115         tf =transforms.compose([
116lambda x:image.open(x).convert('
rgb'), #
string path --> image data
117             transforms.resize((int(self.resize*1.25),int(self.resize*1.25))),
118             transforms.randomrotation(15),
119transforms.centercrop(self.resize),
120transforms.totensor(),
121             transforms.normalize(mean=[0.485,0.456,0.406],
122                                  std=[0.229,0.224,0.225])
123])
124125         img =tf(img)
126         label =torch.tensor(label)
127128
return img,label

Pytorch 學習筆記

本渣的pytorch 逐步學習鞏固經歷，希望各位大佬指正，寫這個部落格也為了鞏固下記憶。a a b c 表示從 a 取到 b 步長為 c c 2 則表示每2個數取1個 若為a 1 1 1 即表示從倒數最後乙個到正數第 1 個 最後乙個 1 表示倒著取 如下 陣列的第乙個為 0 啊，第 0 個！彆扭 ...

Pytorch學習筆記

資料集 penn fudan資料集 在學習pytorch官網教程時，作者對penn fudan資料集進行了定義，並且在自定義的資料集上實現了對r cnn模型的微調。此篇筆記簡單總結一下pytorch如何實現定義自己的資料集 資料集必須繼承torch.utils.data.dataset類，並且實現 ...

Pytorch學習筆記

lesson 1.張量 tensor 的建立和常用方法 一 張量 tensor 的基本建立及其型別 import torch 匯入pytorch包 import numpy as np torch.version 檢視版本號1.張量 tensor 函式建立方法 張量 tensor 函式建立方法 t ...