pytorch中如何自定義數據處理

pytorch中如何自定義數據處理，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

pytorch在數據中采用Dataset的數據保存方式，需要繼承data.Dataset類，如果需要自己處理數據的話，需要實現兩個基本方法。

：.getitem:返回一條數據或者一個樣本，obj[index] = obj.getitem(index). :.len:返回樣本的數量 。 len(obj) = obj.len()。

Dataset 在data里，調用的時候使用

from torch.utils import data
import os
from PIL import Image

數據在調用getitem的時候才會讀取圖片數據，如果需要可以修改成自己的getitem函數，根據自己的數據集來設定，比如

def _getitem_(self,index):
   img_path=self.imgs[index]; ##這里理解是加載了所有圖像的路徑，封裝成自身的格式
   labels=[] ##根據自己的格式進行處理
   pil_img=Image.open(img_path); ##根據上面封裝好的格式進行讀取
   array=np.array(pil_img); ##將讀取的圖像轉成array數據表示的格式
   data=t.from_numpy(array) #轉成Tensor格式，方便后面網絡操作
   return data,label;

def _len_(self):
   return len(self.imgs); ###imgs是一個絕對路徑

在主函數里調用的時候，只需使用

dataset=Dataset('') ##或者調用自定義的數據處理類
data,label=dataset[0]; ##相當于調用了dataset.__getitem__(0)
for img,label in dataset:  ##里面也是以字典形式存放
  print(img.size(),imf.float().mean(),label);

采用Dataset的缺點在于實際中圖像的大小不一，對數據處理中很不友好，其次數據太大，容易造成溢出，需要進行歸一化，因此torchvision提供了transforms模塊對Image進行和Tensor進行操作。

對PIL_Image的常見操作：

Scale,調整圖像尺寸。centerCrop：randomcrop:randomsizecrop:裁剪圖片

pad:填充

ToTensor:將Image圖像轉化成tensor，并自動歸一化到[0,1]

對Tensor的常見操作：

Normalize:標準化，減去均值，除以標準差。 ToPILImage:將Tensor轉變成PILImage格式，可以方便后續的可視化。

—————————我是分割線—————————

上面介紹了需要自定義的數據處理方法，pytorch早封裝好了比較常用方便的方法.

transforms中的ImageFolder, 該類的好處是，所有文件按照類別進行保存，文件名就是類別名，不需要另外再生成label.txt了，也不需要像上面預處理下Label，該類會自動生成標簽，構造函數如下：

ImageFolder(root,transform= None,target_transforms=None,loader=default_loader) ##其中root指定路徑，transform:對PIL_Image進行轉換操作，輸入參數是loader的返回對象。target_transform：是label的轉換，loader:是指定加載圖片的函數，默認操作是讀取為PIL_Image對象。

通過該函數得到的Lable按照文件夾名順序排序后形成字典的，比如{類名：序號從0開始}

,一般最好把文件夾命名為從0開始的數字，和Imageloader的實際的Lable一致，如果不是，可以通過self.class_to_ids來查看你得到的數據的映射關系，比如你的文件夾是cat和dog，那么loader就是自動從0開始標簽，self.class_to_ids得到的就是{‘cat':0,'dog':1}。

dataset=ImageLoader('root');
dataset.imgs ##返回圖片路徑和對應的標簽
dataset[5][1] ;##返回第5張圖的標簽
dataset[5][0]; ##返回第5張圖的圖像數據，顯示出來的就是一副圖像，這時候并沒有轉成Tensor格式,所以需要手動轉換
dataset[0][0].size(); ##輸出第一個圖像的大小
##得到的結果如下，表示該圖像是3通道，大小為224*224
[3,224,224];

###定義一個transform，對數據進行各種預處理。

mytransform=T.Compose([
   randomSize;
   T.ToTensor()， ##重點是要記得轉成Tensor格式
    normlize；
])；
dataset=ImageLoader('root',transform=mytransform);

調用ImageLoader把讀取的圖像轉成dataset存儲后，再使用DataLoader對上面得到的圖像tensor數據進行抽樣，打亂和分批次操作，操作格式如下：

DataLoader(dataset,batch_size,shuffle=False,sampler=None,num_workers=0,collate_fn=default,pin_memory=False,drop_last=False);

其中：

dataset：加載得到的dataset對象，就是上面得到的DataSet和ImageLoader得到的對象(ImageLoader需要進行tensor轉換后才行）。

batch_size:批處理的大小

shuffle:是否要把數據進行打亂。（這樣可以防止連續多個樣本都是同一類別）

sampler:樣本抽樣.會改變本身dataset的大小（可以在不是batch倍數的時候使用）

num_workers:多進程數量，0表示不使用多進程。

collate_fn:一般采用默認的batch拼接方式。

pin_memory;是否將數據保存在pin_memory里，將這的數據轉到GPU會快一些。

drop_last:有可能不是batch的整數倍，將不足一個batch的數據丟棄。

dataloader是一個迭代對象，使用方法與一個迭代器相似，例如：

for batch_data, batch_label in dataloader:
##是按照一batch的數量進行拼接的，以每batch進行迭代。

--------torchvision數據處理和可視化常用工具--------------

models:保存了訓練好的模型

datasets:保存了數據集,主要包括minist，imagenet等

transforms:提供常用的數據預處理操作。

make_grid: make_grid(dataloader[0],4)：將第一個batch的圖像拼接成4*4網格

save_image:直接將tensor格式的數據保存成圖像

tensorboard是tensorflow框架使用的，但是也有針對pytorch的Tensorboardx，能讀取數據并進行可視化，使用比tensorflow的更加方便，本文主要介紹另外一種工具visdom，pytorch的專屬可視化工具，支持數據，圖像，文本，視頻的顯示。visdom有以下兩種概念：

env:環境，默認使用Main環境，不同用戶的環境可能不同，需要專門指定。

pane:窗格，用于進行可視化，可以拖放，縮放和保存關閉，可以多個顯示。

可以使用pip install visdom直接進行安裝，在使用visdom的時候需要注意，保存時候需要手動指定保存的env，其次客戶端和服務端之間交互采用tornado框架，不會受其他程序的影響。visdom需要使用nohup python -m visdom.server命令啟動,放在后臺運行。

import visdom
vis=visdom.Visdom(env=u'test')；指定一個環境，新建一個客戶端，還可以指定host和端口
x=;
y=;
vis.line(X=x,Y=y,win='sinx',opts={'title':'y=sinx'}; #畫圖
-line,-image,-text,-histgram,-scatter,-bar,-pie.

同時支持pytorch的tensor和Numpy結構，但不支持int float類型，vis.updateTrace更新之前的圖。

visdom的畫圖工具可以接受兩種，一種是image，接受二維或者三維的，前者是黑白的，后者是彩色圖像，Images接受一個4維向量的nch*w,c可以是1或者3，代表黑白或者彩色的，n表示圖片的數量。

--------臨時記錄下已有的Loss函數-------

nn.CrossEntropyLoss(); ##交叉熵函數

nn.MSELoss()； ##均方差函數

nn.NLLLoss()

nn.NLL2dLoss()；

關于pytorch中如何自定義數據處理問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。