如何在Pytorch Lightning中使用numpy数据集
我想使用如何在Pytorch Lightning中使用numpy数据集,numpy,machine-learning,pytorch-lightning,Numpy,Machine Learning,Pytorch Lightning,我想使用NumPy创建一个数据集,然后想训练和测试一个简单的模型,比如“线性或逻辑” 我正在努力学习Pytorch Lightning。我发现我们可以使用NumPy数据集,并且可以使用均匀分布。作为一个新来者,我还没有完全了解,我怎么能做到呢 我的代码如下 import numpy as np import pytorch_lightning as pl from torch.utils.data import random_split, DataLoader, TensorDataset
NumPy
创建一个数据集,然后想训练和测试一个简单的模型,比如“线性或逻辑”
我正在努力学习Pytorch Lightning
。我发现我们可以使用NumPy数据集,并且可以使用均匀分布。作为一个新来者,我还没有完全了解,我怎么能做到呢
我的代码如下
import numpy as np
import pytorch_lightning as pl
from torch.utils.data import random_split, DataLoader, TensorDataset
import torch
from torch.autograd import Variable
from torchvision import transforms
np.random.seed(42)
device = 'cuda' if torch.cuda.is_available() else 'cpu'
class DataModuleClass(pl.LightningDataModule):
def __init__(self):
super().__init__()
self.constant = 2
self.batch_size = 10
self.transform = transforms.Compose([
transforms.ToTensor()
])
def prepare_data(self):
a = np.random.uniform(0, 500, 500)
b = np.random.normal(0, self.constant, len(x))
c = a + b
X = np.transpose(np.array([a, b]))
idx = np.arange(500)
np.random.shuffle(idx)
# Uses foirst 400 random indices for training
train_idx = idx[:400]
# Uses the remaining indices for validation
val_idx = idx[400:]
# Generate train and validation dataset
x_train, y_train = X[train_idx], y[train_idx]
x_val, y_val = X[val_idx], y[val_idx]
# Converting numpy array to Tensor
self.x_train_tensor = torch.from_numpy(x_train).float().to(device)
self.y_train_tensor = torch.from_numpy(y_train).float().to(device)
self.x_val_tensor = torch.from_numpy(x_val).float().to(device)
self.y_val_tensor = torch.from_numpy(y_val).float().to(device)
training_dataset = TensorDataset(self.x_train_tensor, self.y_train_tensor)
validation_dataset = TensorDataset(self.x_val_tensor, self.y_val_tensor)
return training_dataset, validation_dataset
def train_dataloader(self):
training_dataloader = prepare_data() # Most probably this is wrong way!!!
return DataLoader(self.training_dataloader)
def val_dataloader(self):
validation_dataloader = prepare_data() # Most probably this is wrong way!!!
return DataLoader(self.validation_dataloader)
# def test_dataloader(self):
obj = DataModuleClass()
print(obj.prepare_data())
这一部分是根据给出的答案完成的[在这里,我想把a和b作为特征
,c
作为标签或目标变量
]
现在,如何将数据集传递到“训练和验证方法”中?此代码将返回标签y和a,b作为500个随机示例合并到X中的两个特征
import torch
from torch.autograd import Variable
def prepare_data(self):
a = np.random.uniform(0, 500, 500) # random feature 1 x 500
b = np.random.normal(0, 2, len(a)) # random feature 2 x 500
X = np.transpose(np.array([a,b])) # Merging feature 1 and 2 x 500
y = np.random.randint(0,2,len(a)) # random Labels as 0 and 1
X = Variable(torch.from_numpy(X).float()) # Converting numpy array X to Torch tensor with auto_grad enabled
y = Variable(torch.from_numpy(y).float()) # Converting numpy array y to Torch tensor with auto_grad enabled
return X,y
只是你必须返回火炬张量
import numpy as np
import pytorch_lightning as pl
from torch.utils.data import random_split, DataLoader
class DataModuleClass(pl.LightningDataModule):
def __init__(self):
super().__init__()
self.constant = 2
self.batch_size = 20
self.transform = transforms.Compose([
transforms.ToTensor()
])
def prepare_data(self):
a = np.random.uniform(0, 500, 500)
b = np.random.normal(0, self.constant, len(a))
c = a + b
return torch.from_numpy(a).float(), torch.from_numpy(b).float(), torch.from_numpy(c).float()
您可以使用以下代码从
prepare\u data()
或setup()
获取数据
def prepare_data(self):
a = np.random.uniform(0, 500, 500)
b = np.random.normal(0, self.constant, len(a))
c = a + b
X = np.transpose(np.array([a, b]))
# Converting numpy array to Tensor
self.x_train_tensor = torch.from_numpy(X).float().to(device)
self.y_train_tensor = torch.from_numpy(c).float().to(device)
training_dataset = TensorDataset(self.x_train_tensor, self.y_train_tensor)
self.training_dataset = training_dataset
def setup(self):
data = self.training_dataset
self.train_data, self.val_data = random_split(data, [400, 100])
def train_dataloader(self):
return DataLoader(self.train_data)
def val_dataloader(self):
return DataLoader(self.val_data)
您可以使用
random\u split()
拆分数据集,我想您不是在创建类的实例,最后写:obj=DataModuleClass(),然后调用obj.prepare\u data(),谢谢它能工作。现在,如果我想使用a和b
作为功能,那么我如何才能告诉方法这两个是功能,而c
是目标?很抱歉,我没有理解你,你能解释一下你想用这三个变量a、b执行什么功能吗,cI希望使用a和b
作为培训模型的功能,并使用c
作为目标变量。我还将a和b
转换为张量。现在,我必须合并它们吗?因为,我们可以传递2个变量,比如sklearnadamodule(X,y)
,其中,X
是所有特征变量,y
是目标。请看,pytorch中的训练使用张量,而在上述数据中,numpy数组正在创建,因此,我建议您阅读Pytork培训指南,它可以帮助您学习Pytork及其工作的基础知识,您可以看到:谢谢。在准备数据集之后,我还需要在训练
和验证
方法中传递它们。比如说,我在我的prepare\u data()
中有training\u dataset=TensorDataset(self.x\u train\u tensor,self.y\u train\u tensor)
,我想把它们传递到train\u dataloader()
。我该怎么做?我已经根据你的答案编辑了我的代码,但我仍在努力解决这个问题。