- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
使⽤pytorch加载⾮图像数据集⽅法总结
本⽂主要介绍了使⽤加载⾮图像数据集的⽅法,包括 :
⾮图像数据集的处理和加载 1 纯数字数据集的加载 2 情感数据集的处理和加载 3 全⽂本数据集的处理和加载* 4 采⽤Class 定义的⽅式处
理加载csv车辆轨迹数据集 5 采⽤ ⾃定义的⽅式处理和加载数据集
⾮图像数据集的处理和加载 1 纯数字数据集的加载
1 import pandas as pd
2 import numpy as np
3 import math
4 import matplotlib.pyplot as plt
5 import torch
6 from torch import nn
7 import os
8 os.environ[CUDA_ LAUNCH_ LOCKING] = 1
9
10 def labeltoint(label) :
11 if label == left:
12 label = 0
13 if label == keep:
14 label = 1
15 if label == right:
16 label = 2
17 return label
18
19
20 import json
21 import numpy as np
22
23 with open(data1/train.json, r) as f :
24 j = json.load(f)
25 # print(j .keys())
26 X_train = j[states]
27 Y_train = j[labels]
28 for i in range(len(Y_train)) :
29 Y_train[i] = labeltoint(Y_train[i])
30 # print(Y_ train)
31
32 with open(data1/test.json, r) as f :
33 j = json.load(f)
34 X_test = j[states]
35 Y_test = j[labels]
36 for i in range(len(Y_test)) :
37 Y_test[i] = labeltoint(Y_test[i])
38
39 split_frac = 0.8
40 X_train, Y_train, X_test, Y_test = np.array(X_train).astype(np.float32), np.array(Y_train).astype(np.long), np.array(
41 X_test).astype(np.float32), np.array(Y_test).astype(np.long)
42 ## split data into training, validation, and test data (features and labels, x and y)
43 val_x, test_x = X_test[:len(X_test) // 2], X_test[len(X_test) // 2 :]
44 val_y, test_y = Y_test[:len(Y_test) // 2], Y_test[len(Y_test) // 2 :]
45
46 import torch
47 from torch.utils.data import TensorDataset, DataLoader
48
49 # create Tensor datasets
50 train_data = TensorDataset(torch.from_ numpy((X_train)), torch.from_ numpy(Y_train))
51 valid_data = TensorDataset(torch.from_ numpy(val_x), torch.from_ numpy(
您可能关注的文档
- 第1课传神写照——中国人物画.ppt
- 优秀教育叙事范文(精选10篇).docx
- 教育专著阅读心得10篇.docx
- 美育教案模板(共6篇).docx
- 建筑遗产保护案例.ppt
- 期刊优秀评选标准.docx
- 一年级课堂常规比赛方案18.10.doc
- 三宅一生-PPT课件.ppt
- 10kV智能化高压开关柜测温系统设计.pdf
- 各国美食-PPT课件.ppt
- 论文化权保护中政府作用.pptx
- 劳动创造美好——让饲养走向智能化课件高一劳动技术_3.pptx
- 第12讲乙醇乙酸(课件)高一化学辅导(人教版2019).pptx
- 把一切献给党混声合唱.pptx
- 肺移植患者的护理(精).pptx
- 高中心理健康教学的前沿问题与研究方向探讨.pptx
- 新教材高中外研英语选择性课件Unit1突破语法大冲关_4.pptx
- Unit4CanIuseyourpencilplease?(课件)湘少版英语五年级上册_2.pptx
- 苏教版必修第二册1442用样本估计总体的离散程度参数1443用频率直方图估计总体分布1444百分位数课件_2.pptx
- Unit8GreenLivingLesson3_WhiteBikes_ontheRoad预习课课件高中英语北师大版(精).pptx
文档评论(0)