每天五分钟深度学习框架PyTorch：基于Dataset封装自定义数据集

本文重点

我们前面使用过torchvision中的数据集，我们可以直接使用torchvison来加载，然后使用dataLoader来获取batch个数据，用于模型的训练和测试。现在的问题是如果我们的所要使用的数据pytorch中没有进行封装怎么办？

Dataset

我们还记得torchvision中封装的数据集dataset继承Dataset，所以我们可以继承Dataset封装处理我们自己数据集的类。

我们需要定义一个类，当然这个类要继承抽象类Dataset，此时我们需要完成三个方法，第一个初始化方法__init__,这个方法完成读取数据集，__len__该方法提供数据集大小和__getitem__通过整数索引返回一个样本

大概的模式

高负载的操作放在__getitem__中，如加载图片，图片transform等，dataset中应尽量只包含只读对象，避免修改任何可变对象，这样多线程操作就不会出现问题。

	from torch.utils.data import Datasetclass myDataset(Dataset): def __init__ (self, csv_file, txt_file, root_dir, other_file) : self.csv_data = pd.read_csv(csv_file) with open(txt_file, 'r' ) as f: