PyTorch – 加载数据

PyTorch包含一个名为torchvision的软件包，用于加载和准备数据集。它包括两个基本函数，即Dataset和DataLoader，它们有助于数据集的转换和加载。

数据集

数据集用于从给定的数据集中读取和转换一个数据点。实现的基本语法如下所示

trainset = torchvision.datasets.CIFAR10(root = './data', train = True,
   download = True, transform = transform)

DataLoader是用来洗牌和批处理数据的。它可以用来与多处理工作者并行地加载数据。

trainloader = torch.utils.data.DataLoader(trainset, batch_size = 4,
   shuffle = True, num_workers = 2)

例子：加载CSV文件

我们使用Python软件包Panda来加载csv文件。原始文件的格式如下：（图像名称，68个地标–每个地标有一个x、y坐标）。

landmarks_frame = pd.read_csv('faces/face_landmarks.csv')

n = 65
img_name = landmarks_frame.iloc[n, 0]
landmarks = landmarks_frame.iloc[n, 1:].as_matrix()
landmarks = landmarks.astype('float').reshape(-1, 2)