Python类+ PyTorch Dataloader:卡在__getitem__上，在测试期间如何获取索引、标签等？
Python类+ PyTorch Dataloader:卡在__getitem__上，在测试期间如何获取索引、标签等？
提问于 2020-05-18 11:40:55
我有一个，也许是小问题，但我现在被困了很长时间。希望有人能帮我解决这个问题。我目前使用的是Kddcup99数据集，我喜欢通过DeepLearning (CNN网络)进行培训。
我有一个“数据集”类，其中包括熊猫数据。因此，我分成了普通数据集和验证数据集。到目前为止没问题。我将其加载到一个Numpy向量中，将其传递给张量，然后将其定向到DataLoader。
Dataset类具有以下两个用于迭代的重要类：
def __len__(self):
return len(self.val_df)
def __getitem__(self, index):
img, target = self.val_df[index][:-1], self.val_df[index][-1]
return img, target, index类中没有DataLoader字符串：
test_dataloader = DataLoader(datat.val_df, batch_size=10, shuffle=True)在我的训练器类中，我有一个for循环，它应该遍历Dataloader：
with torch.no_grad():
for data in dataloader:
inputs, labels, idx = data
inputs = inputs.to(self.device)但它不会的。我不能访问标签，索引等等。
我现在的问题是:为什么？如何通过Dataloader从给定的数据集中访问标签、索引？
谢谢大家的帮助！非常感谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-18 14:37:33
DataLoader的第一个参数是您想要从其中加载数据的数据集，这通常是一个Dataset，但它不限于Dataset的任何实例。只要它定义了长度(__len__)并可以进行索引(__getitem__允许)，那么它是可以接受的。
您正在将datat.val_df传递给DataLoader，这可能是一个NumPy数组。NumPy数组具有长度，可以进行索引，因此可以在DataLoader中使用。由于直接传递该数组，所以永远不会调用dataset的__getitem__，但是数组本身是索引的，因此每个项都是data.val_df[index]。
不必为DataLoader使用底层数据，您必须使用dataset本身(datat)：
test_dataloader = DataLoader(datat, batch_size=10, shuffle=True)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61868754
复制相关文章
相似问题
腾讯云开发者
