[英]Why DataLoader return list that has a different length with batch_size
我正在编写一个自定义的数据加载器,而返回的值让我感到困惑。
import torch
import torch.nn as nn
import numpy as np
import torch.utils.data as data_utils
class TestDataset:
def __init__(self):
self.db = np.random.randn(20, 3, 60, 60)
def __getitem__(self, idx):
img = self.db[idx]
return img, img.shape[1:]
def __len__(self):
return self.db.shape[0]
if __name__ == '__main__':
test_dataset = TestDataset()
test_dataloader = data_utils.DataLoader(test_dataset,
batch_size=1,
num_workers=4,
shuffle=False, \
pin_memory=True
)
for i, (imgs, sizes) in enumerate(test_dataloader):
print(imgs.size()) # torch.Size([1, 3, 60, 60])
print(sizes) # [tensor([60]), tensor([60])]
break
为什么“sizes”返回一个长度为 2 的列表? 我认为它应该是“torch.Size([1, 2])”,它表示图像的高度和宽度(1 batch_size)。
此外,返回列表的长度是否应该与batch_size相同? 如果我想得到尺寸,我必须写“sizes = [sizes[0][0].item(), sizes[1][0].item()]”。 这让我很困惑。
感谢您的时间。
它是由 collate_fn function 及其默认行为引起的。 它的主要目的是简化批次制备过程。 因此,您可以自定义您的批次制备过程,更新此 function。 As stated in documentationcollat e_fn , it automatically converts NumPy arrays and Python numerical values into PyTorch Tensors and it preserves the data structure. 所以它在你的情况下返回 [tensor([60]), tensor([60])]。 在许多情况下,您返回带有标签的图像作为张量(而不是图像的大小)并前馈到神经网络。 我不知道为什么您在枚举时返回图像大小,但您可以获得添加自定义 collate_fn 所需的内容:
def collate_fn(data):
imgs, lengths = data[0][0],data[0][1]
return torch.tensor(imgs), torch.tensor([lengths])
然后你应该将它设置为 DataLoader 的参数:
test_dataloader = DataLoader(test_dataset,
batch_size=1,
num_workers=4,
shuffle=False, \
pin_memory=True, collate_fn=collate_fn
)
然后你可以循环为:
for i, (imgs, sizes) in enumerate(test_dataloader):
print(imgs.size())
print(sizes)
print(sizes.size())
break
和 output 将是:
torch.Size([3, 60, 60])
tensor([[60, 60]])
torch.Size([1, 2])
毕竟,我想再补充一点,你不应该只返回len function 中的 self.db.shape[0]。 在这种情况下,您的批量大小为 1,没关系; 但是,当批次大小发生变化时,它不会返回 #batches 的真实值。 您可以将 class 更新为:
class TestDataset:
def __init__(self, batch_size=1):
self.db = np.random.randn(20, 3, 60, 60)
self._batch_size = batch_size
def __getitem__(self, idx):
img = self.db[idx]
return img, img.shape[1:]
def __len__(self):
return self.db.shape[0]/self._batch_size
为什么“sizes”返回一个长度为 2 的列表?
您返回从db
切片的单个元素的切片shape
。 此代码段应该更清楚:
import numpy as np
db = np.random.randn(20, 3, 60, 60)
img = db[0]
img.shape # (3, 60, 60)
img.shape[1:] # (60, 60)
此外,返回列表的长度是否应该与batch_size相同?
你为什么还要从DataLoader
返回呢? 只需从Dataset
返回image
:
def __getitem__(self, idx):
return self.db[idx]
并且使用batch_size=12
你会得到 output 的形状(12, 3, 60, 60)
。 您可以从此示例中获得形状,不要在Dataset
中创建它,没有意义。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.