问题标签 [pytorch-dataloader]

我在下面有以下数据加载器：

我在训练循环中使用以下内容迭代它：

有人可以向我解释将 load_dataset() 函数写入类有什么好处吗？原因是我一直在使用上面的模板从我在网上找到的代码中加载数据，但似乎大多数代码库使用class LoaderName(Dataset)后跟定义初始条件和 super()。

谢谢你。

我下载了这个图像集https://www.kaggle.com/jessicali9530/stanford-dogs-dataset

并将这些图像文件夹提取到我的数据文件夹中

所以现在是这样的

下面是我的代码

但是当我运行它时，它给了我这个错误

这意味着问题在于 for 循环。如何更改该 for 循环以匹配我的数据集？

大家好，我正在使用 pytorch 处理 CIFAR10 数据集。我开发了一个模型，它工作得非常好，但主要问题出现在运行以下代码时：

运行以下代码时出现以下错误：

有人可以告诉我我该怎么做才能修复此代码。除此之外，之前的所有代码都可以正常工作，并且我使用卷积神经网络制作的模型也可以成功运行，这意味着模型没有问题。我想这个细节可能会有所帮助。可能会注意到此代码在 MNIST 数据集上运行良好。我不知道 CIFAR 数据集有什么问题

我正在尝试定义一个定制的 PyTorch DataLoader，它能够有效地从不同的巨大CSV 中读取，而无需将它们加载到内存中。问题定义如下。为简单起见，假设我有两个 CSV

为简单起见，我们还假设批量大小为 1。生成器应该产生两个张量：

这是因为对于每个有效索引，我应用的历史窗口等于 2，然后我将样本展平。

按照什么是从多个 csv 文件加载数据的最快方法中的答案，我编写了以下代码：

它非常适用于第一个文件，但是当它切换到第二个 CSV 时会出现问题（由于索引管理错误，存在一些重复）。我该如何解决这个问题？

我有具有透明度的图像集。

我正在尝试训练 GAN（生成对抗网络）。

我怎样才能保持透明度。我可以从输出图像中看到所有透明区域都是黑色的。

我怎样才能避免这样做？

我认为这被称为“阿尔法通道”。

无论如何，我怎样才能保持我的透明度？

下面是我的代码。

生成器.py

将 torch.nn 导入为 nn 类 G(nn.Module)：feature_maps = 512 kernel_size = 4 stride = 2 padding = 1 bias = False

鉴别器.py

我正在努力学习人工智能。我有带有 ALPHA 通道（透明度）图像的 GAN（生成对抗网络）代码。所有图像都有 alpha 通道。为了证明我写了image_validator.py如下的小程序

上面的程序不打印任何内容，这意味着所有图像都有 ALPHA 通道。为了测试上面的程序，我添加了没有 ALPHA 通道的单个图像。所以我可以确认所有图像都有 ALPHA CHANNEL。

我generator.py的就像下面

我discriminator.py的就像下面

我的主程序gan.py如下

但是当我运行我的程序时，我收到了这个错误

我进行了调试，发现问题出在这一行

如果我改变这一行 -->return img.convert('RGBA') 到这个 -->return img.convert('RGB')

程序运行良好。但我可以保证所有图像都有 alpha 通道。因为我的image_validator.py程序什么也没打印

我什至尝试使用具有 alpha 通道的 SINGLE 图像运行我的主程序仍然给出相同的错误。

我究竟做错了什么 ？如何保持图像的透明度？我不想失去我的透明度。

运行我的代码时，我收到此错误消息“ RuntimeError: DataLoader worker (pid(s) 48817, 48818) exited unexpectedly ”我完全不确定从哪里开始解决这个问题。任何指导将不胜感激。代码和回溯发布在下面

追溯

我有一个我自己记录的数据集。我以一种平衡的方式记录它，所以我为每节课做相同数量的录音。但是，当我将数据拆分为训练、测试和验证时，我不应用stratify.

我的问题是我们应该应用于stratify平衡数据集，还是只适用于不平衡数据集？

我尝试了两种使用stratifyand的方式not to stratify，我发现当我申请时stratify，我的最终平均测试准确率下降了？

谢谢。

pre_proceed 数据集的短语

上面的操作很普通，但是当我加载数据集的时候，

发生错误，

我从 3 年前的旧版本 PyTorch 切换到 CentOS 7（基于 GPU）中的稳定 PyTorch 1.9，并且原始论文代码没有变化，我收到以下错误。有没有快速解决这个问题？

和

回购问题的链接：https ://github.com/mvasil/fashion-compatibility/issues/25