火炬数据集的结构是什么？

Question

我开始使用torch 7，我想制作我的数据集用于分类。我已经制作了像素图像和相应的标签。但是，我不知道如何将这些数据提供给火炬。我读了一些别人的代码，发现他们使用的数据集的扩展名为“.t7”，我认为它是张量类型。这样对吗？我想知道如何将我的像素图像（实际上，我使用 MNIST 数据集用 Matlab 制作它们）转换为与 torch 兼容的 t7 扩展。必须有 t7 格式的数据集结构，但我找不到它（也找不到标签）。

总而言之，我有像素图像和标签，想将它们转换为与手电筒兼容的 t7 格式。

提前致谢！

Answer 1

数据集“.t7”是 table 标记的张量。例如下面的 lua 代码：

if (not paths.filep("cifar10torchsmall.zip")) then
    os.execute('wget -c https://s3.amazonaws.com/torch7/data/cifar10torchsmall.zip')
    os.execute('unzip cifar10torchsmall.zip')
end
Readed_t7 = torch.load('cifar10-train.t7')
print(Readed_t7)

会return通过itorch :

{
  data : ByteTensor - size: 10000x3x32x32
  label : ByteTensor - size: 10000
}

这意味着该文件包含两个 ByteTensor 的 table，一个标记为 "data"，另一个标记为 "label"。

要回答您的问题，您应该首先阅读您的图像（例如使用 torchx：https://github.com/nicholas-leonard/torchx/blob/master/README.md ），然后将它们与您的张量标签一起放入 table 中。以下代码只是帮助您解决问题的草稿。它考虑了以下情况：有两个类，所有图像都在同一个文件夹中，并通过类.

排序

require 'torchx';

--Read all your dataset (the chosen extension is png)
files = paths.indexdir("/Path/to/your/images/", 'png', true)
data1 = {}
for i=1,files:size() do
   local img1 = image.load(files:filename(i),3)
   table.insert(data1, img1)
end

--Create the table of label according to 
label1 = {}
for i=1, #data1 do
    if i <= number_of_images_of_the_first_class then
        label1[i] = 1
    else
        label1[i] = 2
    end
end

--Reshape the tables to Tensors
label = torch.Tensor(label1)
data = torch.Tensor(#data1,3,16,16)
for i=1, #data1 do
    data[i] = data1[i]
end

--Create the table to save
Data_to_Write = { data = data, label = label }

--Save the table in the /tmp
torch.save("/tmp/Saved_Data.t7", Data_to_Write)

应该可以编写一个不那么可怕的代码，但是这个代码详细说明了所有步骤并且适用于 torch 7 和 Jupyter 5.0.0。

希望对您有所帮助。

此致

火炬数据集的结构是什么？

What is the structure of torch dataset?

matlab

dataset

mnist

torch