本篇內(nèi)容主要講解“pytorch讀取圖像數(shù)據(jù)的方法”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“pytorch讀取圖像數(shù)據(jù)的方法”吧!

成都創(chuàng)新互聯(lián)專注于企業(yè)成都全網(wǎng)營銷推廣、網(wǎng)站重做改版、七臺河網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5開發(fā)、商城系統(tǒng)網(wǎng)站開發(fā)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)公司、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為七臺河等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

pytoech讀取圖像數(shù)據(jù)的方法和步驟是固定的，一般是第一步先設(shè)置預(yù)處理方法，第二步是設(shè)置數(shù)據(jù)類，也就是確定要讀取的數(shù)據(jù)是什么，第三步是讀取數(shù)據(jù)，就是按照設(shè)置的要求把數(shù)據(jù)讀取出來。

舉個常見例子：

# 第一步：預(yù)處理
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize(mean=[0.5], std=[0.5])])

# 第二步：設(shè)置數(shù)據(jù)類
train_dataset = datasets.MNIST(root='D:\code\mnist', train=True, download=False, transform=transform)
test_dataset = datasets.MNIST(root='D:\code\mnist', train=False, download=False, transform=transform)

# 第三步：讀取數(shù)據(jù)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_loader = DataLoader(test_dataset, shuffle=False, batch_size=batch_size)

到此，相信大家對“pytorch讀取圖像數(shù)據(jù)的方法”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！