最近搞了搞minist手寫數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò)搭建，一個數(shù)據(jù)集里面很多個數(shù)據(jù)，不能一次喂入，所以需要分成一小塊一小塊喂入搭建好的網(wǎng)絡(luò)。

pytorch中有很方便的dataloader函數(shù)來方便我們進行批處理，做了簡單的例子，過程很簡單，就像把大象裝進冰箱里一共需要幾步？

第一步：打開冰箱門。

我們要創(chuàng)建torch能夠識別的數(shù)據(jù)集類型（pytorch中也有很多現(xiàn)成的數(shù)據(jù)集類型，以后再說）。

首先我們建立兩個向量X和Y，一個作為輸入的數(shù)據(jù)，一個作為正確的結(jié)果：

隨后我們需要把X和Y組成一個完整的數(shù)據(jù)集，并轉(zhuǎn)化為pytorch能識別的數(shù)據(jù)集類型：

我們來看一下這些數(shù)據(jù)的數(shù)據(jù)類型：

可以看出我們把X和Y通過Data.TensorDataset() 這個函數(shù)拼裝成了一個數(shù)據(jù)集，數(shù)據(jù)集的類型是【TensorDataset】。

好了，第一步結(jié)束了，冰箱門打開了。

第二步：把大象裝進去。

就是把上一步做成的數(shù)據(jù)集放入Data.DataLoader中，可以生成一個迭代器，從而我們可以方便的進行批處理。

DataLoader中也有很多其他參數(shù)：

1. dataset：Dataset類型，從其中加載數(shù)據(jù)
2. batch_size：int，可選。每個batch加載多少樣本
3. shuffle：bool，可選。為True時表示每個epoch都對數(shù)據(jù)進行洗牌
4. sampler：Sampler，可選。從數(shù)據(jù)集中采樣樣本的方法。
5. num_workers：int，可選。加載數(shù)據(jù)時使用多少子進程。默認值為0，表示在主進程中加載數(shù)據(jù)。
6. collate_fn：callable，可選。
7. pin_memory：bool，可選
8. drop_last：bool，可選。True表示如果最后剩下不完全的batch,丟棄。False表示不丟棄。

好了，第二步結(jié)束了，大象裝進去了。

第三步：把冰箱門關(guān)上。

好啦，現(xiàn)在我們就可以愉快的用我們上面定義好的迭代器進行訓(xùn)練啦。

在這里我們利用print來模擬我們的訓(xùn)練過程，即我們在這里對搭建好的網(wǎng)絡(luò)進行喂入。

輸出的結(jié)果是：

可以看到，我們一共訓(xùn)練了所有的數(shù)據(jù)訓(xùn)練了5次。數(shù)據(jù)中一共10組，我們設(shè)置的mini-batch是3，即每一次我們訓(xùn)練網(wǎng)絡(luò)的時候喂入3組數(shù)據(jù)，到了最后一次我們只有1組數(shù)據(jù)了，比mini-batch小，我們就僅輸出這一個。

此外，還可以利用python中的enumerate()，是對所有可以迭代的數(shù)據(jù)類型（含有很多東西的list等等）進行取操作的函數(shù)，用法如下：

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論