pytorch初學者，想加載自己的數據，了解了一下數據類型、維度等信息，方便以後加載其他數據。

1 torchvision.transforms實現數據預處理

transforms.Totensor()操作必須要有，將數據轉為張量格式。

2 torch.utils.data.Dataset實現數據讀取

要使用自己的數據集，需要構建Dataset子類，定義子類為MyDataset，在MyDataset的init函數中定義path_dict變量，來獲取不同類型的數據的路徑。

定義子類MyDataset時，必須要重載兩個函數 getitem 和 len,

__getitem__:實現數據集的下標索引，返回對應的數據及標簽；

__len__:返回數據集的大小。

設加載的數據集大小為L；

定義MyDataset實例：my_datasets = MyDataset(data_dir, transform = data_transform) 。

my_datasets 由L個tuple組成，len(my_datasets) = L;

每個tuple長度為2：0：tensor 樣本（Channel，Height，Width）

1：int 標簽

3 torch.utils.data.DataLoader實現數據集加載

torch.utils.data.DataLoader()合成數據並提供叠代訪問，由兩部分組成：

—dataset(Dataset)：輸入要加載的數據，就是上面的my_datasets;

—batch_size，shuffle，sampler，batch_sampler，num_workers，collate_fn， drop_last，timeout，worker_init_fn等參數。

其中：batch_size：批尺寸，默認為1；

　　 shuffle：是否在每個epoch開始隨機打亂數據，默認為False；

設data_loader長度為 l ；

加載數據：data_loader = DataLoader(my_datasets, batch_size = BATCH_SIZE, shuffle = True)

data_loader 由 l 個 tuple組成，l = len(data_loader) = len(my_datasets) / batch_size;

叠代訪問：

e 長度為2：0：int step 表示第幾個batch

1：list（長度為2）表示一個batch包含的所有樣本和標簽

0：tensor 樣本（Batch_size，Channel，Height，Width）

1：tensor 標簽 Batch_size

pytorch 加載數據集