【LSP】PyTorch CNN案例分析 识别手写数字
http://cdn.u1.huluxia.com/g4/M02/6D/53/rBAAdl93_9qAEAhNAACt4WdlvYs981.jpg
先来看一下这是什么任务。就是给你手写数组的图片，然后识别这是什么数字：http://cdn.u1.huluxia.com/g4/M02/6D/53/rBAAdl93_9qAYNBGAABPhNJPzDY277.png
dataset
首先先来看PyTorch的dataset类：
我已经在从零学习pytorch 第2课 Dataset类讲解了什么是dataset类以及他的运行原理http://cdn.u1.huluxia.com/g4/M02/6D/53/rBAAdl93_9uAa4GhAANhVTYaFxs135.jpg
__init__中可以看到，file_path就是数据的读取地方，不同竞赛中的数据呈现模式不同，因此这个需要自行修改。
transform默认是一个“转化成Image数据”，“转化成ToTensor”，“对图像数据进行归一化”。
我们先对df文件读取，这里的图像数据是存储在dataframe当中的，每个图片都是1784的数据，然后self.X是图像数据2828（tip：28*28 = 784）。如果数据是训练集，则有slef.y就是label（0～9），如果是测试集，就为None
然后在DataLoader中调用的__getitem__,我们对图像数据进行transform操作。
dataset构建结束。
加载数据http://cdn.u1.huluxia.com/g4/M02/6D/53/rBAAdl93_9uAYAEFAAGxsq_BYzw203.jpg
http://cdn.u1.huluxia.com/g4/M02/6D/53/rBAAdl93_92AVZzHAApxr4RwtT0808.jpg
页:
[1]