PyTorch 加载数据

PyTorch 包含一个名为 torchvision 的包，用于加载和准备数据集。它包括两个基本功能，即 Dataset 和 DataLoader，有助于数据集的转换和加载。

Dataset

数据集用于从给定数据集中读取和转换数据点。实现的基本语法如下：

trainset = torchvision.datasets.CIFAR10(root = './data', train = True,
    download = True, transform = transform)

DataLoader 用于洗牌和批处理数据。它可用于与多处理工作者并行加载数据。

trainloader = torch.utils.data.DataLoader(trainset, batch_size = 4,
    shuffle = True, num_workers = 2)

示例：加载 CSV 文件

我们使用 Python 包 Panda 来加载 csv 文件。原始文件具有以下格式：(图像名称，68 个界标——每个界标都有一个 x、y 坐标)。

landmarks_frame = pd.read_csv('faces/face_landmarks.csv')

n = 65
img_name = landmarks_frame.iloc[n, 0]
landmarks = landmarks_frame.iloc[n, 1:].as_matrix()
landmarks = landmarks.astype('float').reshape(-1, 2)