这里是新的Python&PyTorch从业者。在
在教程cifar10_tutorial中,images, labels
是如何分配的?在
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
shuffle=True, num_workers=2)
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()
最后一行如何知道如何在images, labels = dataiter.next()
中自动分配images, label
?在
我检查了DataLoader
类和DataLoaderIter
类,但我认为我需要更多的关于iters的知识。在
谢谢!在
我认为理解iterable和迭代器之间的区别是至关重要的。iterable是一个可以迭代的对象。迭代器是一个对象,它使用返回对象下一个项的方法来迭代iterable对象。在
下面是一个简单的例子。考虑iterable并使用next方法调用列表中的下一项。这将打印下一项,直到到达列表末尾。如果到达终点,则会引发StopIteration错误。在
上面提到的类可能具有与此类似的实现,但是它返回一个包含图像和标签的元组。在
相关问题 更多 >
编程相关推荐