深度学习模型创建数据集代码要点

加载数据集
三个术语
Epoch 
Batch-Size
lterations
Epoch：对所有的训练数据进行一次正向传播和反向传播
Batch-Size：每次正向和反向传播的训练样本数
Iteration：训练（即权重更新）的次数，每个epoch进行“训练样本数/Batch-Size”次迭代

DataLoader
Dataset重写__init__(self, data, label)  __getitem__(self,index) __add__(seld,other) __len__(self)
__init__方法是python中的构造方法,其传入参数就是我们的数据集(data)和标签集(label)
__getitem__方法是获取返回数据的方法,从数据集中得到一个数据片段（如：数据，标签）
__len__()：返回整个数据集的长度

class CustomDataset(data.Dataset):#需要继承data.Dataset 
    def __init__(self): 
        # TODO 
        # 1. Initialize file path or list of file names. 
        pass 
        def __getitem__(self, index): 
            # TODO 
            # 1. Read one data from file (e.g. using numpy.fromfile, PIL.Image.open). 
            # 2. Preprocess the data (e.g. torchvision.Transform). 
            # 3. Return a data pair (e.g. image and label). 
            #这里需要注意的是，第一步：read one data，是一个data 
            pass 
        def __len__(self): 
            # You should change 0 to the total size of your dataset. 
            return 0

标签：__,数据,代码,Batch,init,深度,要点,data,self
来源： https://blog.csdn.net/m0_53444618/article/details/122590789