Pytorch Pytork：如何让火车装载机使用特定数量的图像？

假设我正在使用以下调用：

trainset = torchvision.datasets.ImageFolder(root="imgs/", transform=transform)
trainloader = torch.utils.data.DataLoader(trainset,batch_size=4,suffle=True,num_workers=1)

据我所知，这将列车集定义为包含文件夹“images”中的所有图像，标签由特定文件夹位置定义

我的问题是— 是否有任何直接/简单的方法将列车组定义为该文件夹中图像的子样本？例如，将列车集定义为每个子文件夹中10幅图像的随机样本

提前感谢

您可以将类（或ImageFolder）包装到另一个类中以限制数据集：

class LimitDataset(data.Dataset):
    def __init__(self, dataset, n):
        self.dataset = dataset
        self.n = n

    def __len__(self):
        return self.n

    def __getitem__(self, i):
        return self.dataset[i]

您还可以在

LimitDataset

中的索引和原始数据集中的索引之间定义一些映射，以定义更复杂的行为（例如随机子集）

如果要限制每个历元的批次，而不是数据集大小：

from itertools import islice
for data in islice(dataloader, 0, batches_per_epoch):
   ...

---

请注意，如果使用这种无序排列，数据集大小将相同，但每个历元将看到的数据将受到限制。如果不洗牌数据集，这也会限制数据集的大小。

我认为没有快速解决此类问题的方法。也许最好的解决方案是创建一个自定义采样器，但它不是单线解决方案。佩雷斯：谢谢你的回答。为了使用您刚刚编写的LimitDataSet类（而不是Imagefolder），请将我应该写的行添加到您的答案中，好吗？我是python和Pytorch的新手，在这方面遇到了很多麻烦。谢谢

LimitDataset（列车组，n=200）

以限制列车组的200个数据点，例如。太好了。谢谢！