PyTorch - Tập dữ liệu

Trong chương này, chúng tôi sẽ tập trung nhiều hơn vào torchvision.datasetsvà các loại khác nhau của nó. PyTorch bao gồm các bộ tải tập dữ liệu sau:

  • MNIST
  • COCO (Chú thích và phát hiện)

Tập dữ liệu bao gồm phần lớn hai loại chức năng được đưa ra dưới đây:

  • Transform- một chức năng nhận hình ảnh và trả về phiên bản đã sửa đổi của nội dung tiêu chuẩn. Chúng có thể được tạo cùng với các phép biến đổi.

  • Target_transform- một hàm lấy mục tiêu và biến đổi nó. Ví dụ: lấy chuỗi phụ đề và trả về hàng chục chỉ số thế giới.

MNIST

Sau đây là mã mẫu cho tập dữ liệu MNIST -

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

Các thông số như sau:

  • root - thư mục gốc của tập dữ liệu nơi dữ liệu đã xử lý tồn tại.

  • train - Đúng = Tập huấn luyện, Sai = Tập kiểm tra

  • download - True = tải xuống tập dữ liệu từ internet và đặt nó vào thư mục gốc.

COCO

Điều này yêu cầu API COCO phải được cài đặt. Ví dụ sau được sử dụng để chứng minh việc triển khai COCO của tập dữ liệu bằng PyTorch:

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)

Kết quả đạt được như sau:

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