Python 如何将numpy数组列表加载到pytorch数据集加载程序？

我有一个巨大的numpy数组列表，其中每个数组代表一个图像，我想使用torch.utils.data.Dataloader对象加载它。但是torch.utils.data.Dataloader的文档提到它直接从文件夹加载数据。我如何为我的事业修改它？我是pytorch的新手，任何帮助都将不胜感激。 我的单个图像的numpy数组看起来像这样。图像为RBG图像

[[[ 70  82  94]
  [ 67  81  93]
  [ 66  82  94]
  ..., 
  [182 182 188]
  [183 183 189]
  [188 186 192]]

 [[ 66  80  92]
  [ 62  78  91]
  [ 64  79  95]
  ..., 
  [176 176 182]
  [178 178 184]
  [180 180 186]]

 [[ 62  82  93]
  [ 62  81  96]
  [ 65  80  99]
  ..., 
  [169 172 177]
  [173 173 179]
  [172 172 178]]

 ..., 

---

我认为DataLoader实际需要的是一个将

Dataset

子类化的输入。您可以编写自己的dataset类，该类包含子类

dataset

，也可以使用

TensorDataset

，如下所示：

import torch
import numpy as np
from torch.utils.data import TensorDataset, DataLoader

my_x = [np.array([[1.0,2],[3,4]]),np.array([[5.,6],[7,8]])] # a list of numpy arrays
my_y = [np.array([4.]), np.array([2.])] # another list of numpy arrays (targets)

tensor_x = torch.Tensor(my_x) # transform to torch tensor
tensor_y = torch.Tensor(my_y)

my_dataset = TensorDataset(tensor_x,tensor_y) # create your datset
my_dataloader = DataLoader(my_dataset) # create your dataloader

---

对我有用。希望它能帮助您。

PyTorch

DataLoader

需要一个

DataSet

，您可以在。正确的方法是使用：

torch.utils.data.TensorDataset(*tensors)

这是一个用于包装张量的数据集，每个样本都将通过沿第一维度索引张量来检索。 参数

*张量

表示与第一维度大小相同的张量

另一个

类torch.utils.data.Dataset

是一个抽象类

下面是如何将numpy数组转换为张量：

import torch
import numpy as np
n = np.arange(10)
print(n) #[0 1 2 3 4 5 6 7 8 9]
t1 = torch.Tensor(n)  # as torch.float32
print(t1) #tensor([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
t2 = torch.from_numpy(n)  # as torch.int32
print(t2) #tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=torch.int32)

被接受的答案使用了

torch.Tensor

结构。 如果图像的像素范围为0-255，则可以使用：

timg = torch.from_numpy(img).float()

或torchvision方法，将PIL图像或numpy.ndarray转换为张量

---

但是这里有一个小技巧，你可以直接放置你的numpy数组

x1 = np.array([1,2,3])
d1 = DataLoader( x1, batch_size=3)

这同样有效，但如果打印

d1.dataset

类型：

print(type(d1.dataset)) # <class 'numpy.ndarray'>

print（类型（d1.dataset））#

---

虽然我们实际上需要使用张量来处理CUDA，但最好使用张量为

数据加载器

提供数据，因为您有图像，您可能希望对它们执行转换。因此

TensorDataset

不是这里的最佳选择。相反，您可以创建自己的

数据集

。大概是这样的：

import torch
from torchvision import transforms
from torch.utils.data import Dataset, DataLoader
import numpy as np
from PIL import Image


class MyDataset(Dataset):
    def __init__(self, data, targets, transform=None):
        self.data = data
        self.targets = torch.LongTensor(targets)
        self.transform = transform
        
    def __getitem__(self, index):
        x = self.data[index]
        y = self.targets[index]
        
        if self.transform:
            x = Image.fromarray(self.data[index].astype(np.uint8).transpose(1,2,0))
            x = self.transform(x)
        
        return x, y
    
    def __len__(self):
        return len(self.data)

# Let's create 10 RGB images of size 128x128 and 10 labels {0, 1}
data = list(np.random.randint(0, 255, size=(10, 3, 128, 128)))
targets = list(np.random.randint(2, size=(10)))

transform = transforms.Compose([transforms.Resize(64), transforms.ToTensor()])
dataset = MyDataset(data, targets, transform=transform)
dataloader = DataLoader(dataset, batch_size=5)

---

如果存在内存限制，是否有方法复制此功能？在torch.stack步骤中，我发现自己的内存不足。@Indrajit，当然，不用使用TensorDataset，只需定义自己的Dataset类，从文件中加载numpy数组即可。您不需要使用

toch.stack

来理解列表。相反，您可以直接使用

torch.Tensor（my_x）

和

torch.Tensor（my_y）

。嗨，对于

DataLoader

的输入，

np.array

与

Tensor

有什么区别？我发现，如果输入

x1

if

np.array

，

DataLoader

仍将输出

tensor

，因此我认为使用

np.array

数据馈送

DataLoader

与使用

tensor

数据是一样的，效果是一样的。唯一的区别是我们有一个转换，以防我们馈送numpy数组。

transforms

从哪里来，在

transform=transforms.Compose（…）

？@AdamMurphy它来自

torchvision

包，我通过在导入它的代码中添加一行修正了答案。