日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無(wú)先后，達(dá)者為師

網(wǎng)站首頁(yè) 編程語(yǔ)言 正文

Pytorch技法之繼承Subset類完成自定義數(shù)據(jù)拆分_python

作者：Orion's?Blog ? 更新時(shí)間： 2022-04-25 編程語(yǔ)言

我們?cè)?《torch.utils.data.DataLoader與迭代器轉(zhuǎn)換操作》 中介紹了如何使用Pytorch內(nèi)置的數(shù)據(jù)集進(jìn)行論文實(shí)驗(yàn)，如 torchvision.datasets 。下面是加載內(nèi)置訓(xùn)練數(shù)據(jù)集的常見(jiàn)操作：

from torchvision.datasets import FashionMNIST
from torchvision.transforms import Compose, ToTensor, Normalize
RAW_DATA_PATH = './rawdata'
transform = Compose(
? ? ? ? [ToTensor(),
? ? ? ? ?Normalize((0.1307,), (0.3081,))
? ? ? ? ?]
? ? )
train_data = FashionMNIST(
? ? ? ? root=RAW_DATA_PATH,
? ? ? ? download=True,
? ? ? ? train=True,
? ? ? ? transform=transform
? ? )

這里的train_data 做為 dataset 對(duì)象，它擁有許多熟悉，我們可以通過(guò)以下方法獲取樣本數(shù)據(jù)的分類類別集合、樣本的特征維度、樣本的標(biāo)簽集合等信息。

classes = train_data.classes
num_features = train_data.data[0].shape[0]
train_labels = train_data.targets

print(classes)
print(num_features)
print(train_labels)

輸出如下:

['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
28
tensor([9, 0, 0, ?..., 3, 0, 5])

但是，我們常常會(huì)在訓(xùn)練集的基礎(chǔ)上拆分出驗(yàn)證集（或者只用部分?jǐn)?shù)據(jù)來(lái)進(jìn)行訓(xùn)練）。我們想到的第一個(gè)方法是使用 torch.utils.data.random_split 對(duì) dataset 進(jìn)行劃分，下面我們假設(shè)劃分10000個(gè)樣本做為訓(xùn)練集，其余樣本做為驗(yàn)證集：

from torch.utils.data import random_split
k = 10000
train_data, valid_data = random_split(train_data, [k, len(train_data)-k])

注意我們?nèi)绻蛴?train_data 和 valid_data 的類型，可以看到顯示：

已經(jīng)不再是torchvision.datasets.mnist.FashionMNIST 對(duì)象，而是一個(gè)所謂的 Subset 對(duì)象！此時(shí) Subset 對(duì)象雖然仍然還存有 data 屬性，但是內(nèi)置的 target 和 classes 屬性已經(jīng)不復(fù)存在，

比如如果我們強(qiáng)行訪問(wèn) valid_data 的 target 屬性：

valid_target = valid_data.target

就會(huì)報(bào)如下錯(cuò)誤：

'Subset' object has no attribute 'target'

但如果我們?cè)诤罄m(xù)的代碼中常常會(huì)將拆分后的數(shù)據(jù)集也默認(rèn)為 dataset 對(duì)象，那么該如何做到代碼的一致性呢？

這里有一個(gè)trick，那就是以繼承 SubSet 類的方式的方式定義一個(gè)新的 CustomSubSet 類，使新類在保持 SubSet 類的基本屬性的基礎(chǔ)上，擁有和原本數(shù)據(jù)集類相似的屬性，如 targets 和 classes 等:

from torch.utils.data import Subset
class CustomSubset(Subset):
? ? '''A custom subset class'''
? ? def __init__(self, dataset, indices):
? ? ? ? super().__init__(dataset, indices)
? ? ? ? self.targets = dataset.targets # 保留targets屬性
? ? ? ? self.classes = dataset.classes # 保留classes屬性

? ? def __getitem__(self, idx): #同時(shí)支持索引訪問(wèn)操作
? ? ? ? x, y = self.dataset[self.indices[idx]] ? ? ?
? ? ? ? return x, y?

? ? def __len__(self): # 同時(shí)支持取長(zhǎng)度操作
? ? ? ? return len(self.indices)

然后就引出了第二種劃分方法，即通過(guò)初始化 CustomSubset 對(duì)象的方式直接對(duì)數(shù)據(jù)集進(jìn)行劃分（這里為了簡(jiǎn)化省略了shuffle的步驟）：

import numpy as np
from copy import deepcopy
origin_data = deepcopy(train_data)
train_data = CustomSubset(origin_data, np.arange(k))
valid_data = CustomSubset(origin_data, np.arange(k, len(origin_data))-k)

注意： CustomSubset 類的初始化方法的第二個(gè)參數(shù) indices 為樣本索引，我們可以通過(guò) np.arange() 的方法來(lái)創(chuàng)建。

然后，我們?cè)僭L問(wèn) valid_data 對(duì)應(yīng)的 classes 和 targes 屬性：

print(valid_data.classes)
print(valid_data.targets)

此時(shí)，我們發(fā)現(xiàn)可以成功訪問(wèn)這些屬性了：

['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
tensor([9, 0, 0, ?..., 3, 0, 5])

當(dāng)然， CustomSubset 的作用并不只是添加數(shù)據(jù)集的屬性，我們還可以自定義一些數(shù)據(jù)預(yù)處理操作。

我們將類的結(jié)構(gòu)修改如下：

class CustomSubset(Subset):
? ? '''A custom subset class with customizable data transformation'''
? ? def __init__(self, dataset, indices, subset_transform=None):
? ? ? ? super().__init__(dataset, indices)
? ? ? ? self.targets = dataset.targets
? ? ? ? self.classes = dataset.classes
? ? ? ? self.subset_transform = subset_transform

? ? def __getitem__(self, idx):
? ? ? ? x, y = self.dataset[self.indices[idx]]
? ? ? ??
? ? ? ? if self.subset_transform:
? ? ? ? ? ? x = self.subset_transform(x)
? ? ??
? ? ? ? return x, y ??
? ??
? ? def __len__(self):?
? ? ? ? return len(self.indices)

我們可以在使用樣本前設(shè)置好數(shù)據(jù)預(yù)處理算子:

from torchvision import transforms
valid_data.subset_transform = transforms.Compose(\
? ? [transforms.RandomRotation((180,180))])

這樣，我們?cè)傧裣铝羞@樣用索引訪問(wèn)取出數(shù)據(jù)集樣本時(shí)，就會(huì)自動(dòng)調(diào)用算子完成預(yù)處理操作:

print(valid_data[0])

打印結(jié)果縮略如下：

(tensor([[[-0.4242, -0.4242, -0.4242, ......-0.4242, -0.4242, -0.4242, -0.4242, -0.4242]]]), 9)

原文鏈接：https://www.cnblogs.com/orion-orion/p/15906086.html

欄目分類
最近更新