我有一个目录,其中包含用于培训的图像文件文件夹。然后,我有一个文件,可以在其中生成张量,其中包含这些图像像素的所有标签(顺序相同)。将这些与PyTorch整合在一起的方法是什么?在图像目录上运行datasets.ImageFolder之后,是否可以将其添加到torch.utils.data.DataLoader?然后,它将使用[
输出正确的图像和标签for inputs, labels in dataloaders_train:
inputs
labels
或者是否有一种方法可以调整张量,使其具有所需的批量大小(即使它不是批量大小的倍数)?然后图像和标签可以循环为,
for inputs, labels in zip(dataloaders_train, y):
inputs[0]
labels
这仅在它们输出相同的批次大小时有效,否则此方法是否有问题?
重塑标签(使用.view()),以便它们提供与数据加载器相同的批处理大小,不会产生错误。批量大小是通过找到标签数量的除数来确定的,然后选择数十个大小。