关于torchmeta BatchMetaDataLoader

问题描述

dataset = tm_datasets.FC100(root='./data',num_classes_per_task=5,transform=Compose([ToTensor()])
            Meta_train=True,download=True)
            
dataset = Classsplitter(dataset,shuffle=shuffle,num_train_per_class=2,num_test_per_class=19)
DataLoader = BatchMetaDataLoader(dataset,batch_size=2,drop_last=True)

for batch in DataLoader:

    samples,sample_labels = batch["train"]

样本的形状为torch.Size([2,10,3,32,32])。 为什么sample_labesl是拖曳长度的清单？ sample_labels的值如下：

sample_labels[0] = [
    [
        ('large_man-made_outdoor_things','trees'),('large_man-made_outdoor_things',('fruit_and_vegetables','household_electrical_devices'),('fish',('vehicles_2','fish'),('vehicles_1','household_furniture'),'household_furniture')
    ],[
        ('road','oak_tree'),('road',('apple','television'),('shark','pine_tree'),('lawn_mower','trout'),('bus','bed'),'bed')
    ]
]

sample_labels[1] = tensor(
    [
        [0,0],[0,0]
    ]
)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）