torch學習記錄

數據流

Dataset

pytorch實現了一個基類Dataset來幫助構建數據集對象。要想實現自己的數據集類需要基於torch.utils.data.Dataset來完成，並需要在類中實現兩個方法，分別是：

__getitem__:用於返回一條數據，DATA_CLASS[index]相當於DATA_CLASS.__getitem__(index)
__len__:用於返回樣本數量，len(DATA_CLASS)相當於DATA_CLASS.__len__()

ImageFolder
ImageFolder是torch在Dataset類基礎上實現的一個常用的數據集對象。它假設所有文件都按文件夾保存，每個文件夾儲存同一類別的圖像，文件夾爲類名。如果是分類任務，則可通過調用ImageFolder類來完成數據集加載，不需要再自己寫了。

DataLoader

Dataset僅用於數據加載->返回樣本，但實際訓練時，還需要對數據進行shuffle和並行加速。DataLoader用於實現這些功能。

一些常用函數

1. permute
   permute用於對原數據進行維度調換，例如x.permute(1,0,2)，將原本的第一維換成第0維
2. squeeze和unsqueeze
   squeeze用於去掉元素數量爲1的維度，例如x.squeeze()
   unsqueeze用於增加維度，例如b.unsqueeze(dim)