如何在python类代码中再添加一个批处理大小维

问题描述

我正在学习注意力机制，并从github上看到了某人的代码，如下所示：

userPrincipalName

如何重新编写以上代码以包含一个以上的“批量大小”？

谢谢你， 灵

解决方法

在Pytorch中，您不必在模型类中为batchsize指定任何内容。您只需要确保输入（在您的情况下为“ F”）具有尺寸（B，C，W，H），B是批处理尺寸。您可以通过自己创建图像的张量或使用dataloader来实现。您必须使用以下结构为数据集创建自己的类：

class YourDataset(torch.utils.data.Dataset):
    def __init__(self,datase):
        """ constructor
        load your dataset here,dataset could be a csv file or a list or whatever you want
        """

    def __getitem__(self,i)
        """ get sample from dataset
        :param int i: index of dataset (iterator of training-loop)
        :return tensor: preprocessed sample and target

        preprocess the i'th sample/image here if necessary and/or just return the image 
        and its label
        """
    def __len__(self):
        """ returns length of dataset """

在这里，您仍然没有指定有关batchsize的任何信息，但这是数据加载器随附的，您可以这样创建：

dataset = YourDataset(dataset_file_or_whatever)
dataloder = torch.utils.data.DataLoader(
        dataset,batch_size=64,num_workers=1,shuffle=True)

并且知道您可以在火车循环中遍历数据loder，例如：

for epoch in range(epochs):
    for images,targets in dataloader:
        # images and targets will now have the dimensions (B,C,W,H)!
        # thats it! Now you can train with batches

我希望这能回答您的问题！

修改 刚刚看到它不是真的，但是我写了所有这些东西，所以imma让它站在这里，希望它对那些不知道的人仍然有用