python - “DataLoader”对象不支持索引

Question

我已经通过这个 pytorch api 通过设置 download=True 下载了 ImageNet 数据集。但我无法遍历数据加载器。

错误说“'DataLoader' 对象不支持索引”

trainset = torch.utils.data.DataLoader(
    datasets.ImageNet('/media/farshid/DataStore/temp/Imagenet/', split='train',
                      download=False))
trainloader = torch.utils.data.DataLoader(trainset, batch_size=1, shuffle=False, num_workers=1)

我尝试了一种简单的方法，我只是尝试运行以下命令，

trainloader[0]

在根目录中，模式是

root/  
    train/  
          n01440764/
          n01443537/ 
                   n01443537_2.jpg

官网的文档没有说别的。 https://pytorch.org/docs/stable/torchvision/datasets.html#imagenet

我究竟做错了什么 ？

Answer 1

嗯，答案很简单(除了另一个答案中提到的错误)。

DataLoader没有 __getitem__方法 (请参阅 in the source code 自己)。

它用于对数据(或成批数据)进行迭代，而不是随机访问。如果你想访问特定的元素，你应该使用 torch.utils.data.Dataset ，在你的情况下:

trainset = torchvision.datasets.ImageNet('/media/farshid/DataStore/temp/Imagenet/', split='train', )
trainset[0]

获取一批

如果你想得到一个批次，你可以迭代它并在之后中断:

for batch in dataloader:
    print(batch) # or anything else you want to do
    break

DataLoader以默认或指定的方式创建随机索引(参见 samplers )，因此没有 __getitem__因为它对这个对象没有意义。

您也可以从 DataLoader 继承并创建您自己的 __getitem__功能做你想做的事(虽然更复杂)。

完整示例

# torch.utils.data.Dataset object
trainset = datasets.ImageNet('/media/farshid/DataStore/temp/Imagenet/', split='train', download=True)
# torch.utils.data.DataLoader object
trainloader =torch.utils.data.DataLoader(trainset, batch_size=1, shuffle=False)

for batch in trainloader:
    print(batch)
    break

上面应该打印第一批里面的东西。