import torch
from torchvision import datasets, transforms

加載圖像的最簡(jiǎn)單方式是使用 torchvision 的 datasets.ImageFolder（文檔）壤靶。使用 ImageFolder丁逝，就是這樣：

dataset = datasets.ImageFolder('path/to/data', transform=transform)

其中 'path/to/data' 是通往數(shù)據(jù)目錄的文件路徑羽资，transform 是用 torchvision 中的 transforms 模塊構(gòu)建的處理步驟列表淘菩。ImageFolder 中的文件和目錄應(yīng)按以下格式構(gòu)建：

root/dog/xxx.png
root/dog/xxy.png
root/dog/xxz.png

root/cat/123.png
root/cat/nsdf3.png
root/cat/asd932_.png

每個(gè)圖像類別都有各自存儲(chǔ)圖像的目錄（cat 和 dog）。然后使用從目錄名中提取的類別標(biāo)記圖像屠升。圖像 123.png 將采用類別標(biāo)簽 cat潮改。你可以從此頁(yè)面下載已經(jīng)采用此結(jié)構(gòu)的數(shù)據(jù)集。在其中已被拆分成了訓(xùn)練集和測(cè)試集腹暖。

一进陡、 轉(zhuǎn)換

使用 ImageFolder 加載數(shù)據(jù)時(shí)，你需要定義轉(zhuǎn)換微服。例如趾疚，圖像的尺寸不相同，但是我們需要將它們變成統(tǒng)一尺寸以蕴，才能用于訓(xùn)練模型柏锄。你可以使用 transforms.Resize() 調(diào)整尺寸或使用 transforms.CenterCrop()施逾、transforms.RandomResizedCrop() 等裁剪圖像。我們還需要使用 transforms.ToTensor() 將圖像轉(zhuǎn)換為 PyTorch 張量。通常陌知，你將使用 transforms.Compose()來(lái)將這些轉(zhuǎn)換結(jié)合到一條流水線中，這條流水線接收包含轉(zhuǎn)換的列表梗醇，并按順序運(yùn)行捉捅。流程大概為縮放、裁剪习劫，然后轉(zhuǎn)換為張量：

transform = transforms.Compose([transforms.Resize(255),
                                 transforms.CenterCrop(224),
                                 transforms.ToTensor()])

二咆瘟、 數(shù)據(jù)加載器

加載 ImageFolder 后，你需要將其傳入 DataLoader诽里。DataLoader 接受數(shù)據(jù)集（例如要從 ImageFolder 獲得的數(shù)據(jù)集）袒餐，并返回批次圖像和相應(yīng)的標(biāo)簽。你可以設(shè)置各種參數(shù)，例如批次大小灸眼，或者在每個(gè)周期之后是否重排數(shù)據(jù)卧檐。

dataloader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)

dataloader 是一個(gè)生成器。要從中獲取數(shù)據(jù)焰宣，你需要遍歷它霉囚，或?qū)⑺D(zhuǎn)換成迭代器并調(diào)用 next()。

# Looping through it, get a batch on each loop 
for images, labels in dataloader:
    pass

# Get one batch
images, labels = next(iter(dataloader))

三匕积、 數(shù)據(jù)增強(qiáng)

訓(xùn)練神經(jīng)網(wǎng)絡(luò)的一個(gè)常見策略是在輸入數(shù)據(jù)本身里引入隨機(jī)性佛嬉。例如，你可以在訓(xùn)練過(guò)程中隨機(jī)地旋轉(zhuǎn)闸天、翻轉(zhuǎn)暖呕、縮放和/或裁剪圖像。這樣一來(lái)苞氮，你的神經(jīng)網(wǎng)絡(luò)在處理位置湾揽、大小、方向不同的相同圖像時(shí)笼吟，可以更好地進(jìn)行泛化库物。
要隨機(jī)旋轉(zhuǎn)、縮放贷帮、裁剪圖像戚揭，然后翻轉(zhuǎn)圖像，你需要如下所示地定義轉(zhuǎn)換：

train_transforms = transforms.Compose([transforms.RandomRotation(30),
                                       transforms.RandomResizedCrop(224),
                                       transforms.RandomHorizontalFlip(),
                                       transforms.ToTensor(),
                                       transforms.Normalize([0.5, 0.5, 0.5], 
                                                            [0.5, 0.5, 0.5])])

另外撵枢，還需要使用 transforms.Normalize 標(biāo)準(zhǔn)化圖像民晒。傳入均值和標(biāo)準(zhǔn)偏差列表，然后標(biāo)準(zhǔn)化顏色通道锄禽。

減去 mean 使數(shù)據(jù)以 0 居中潜必，除以 std 使值位于 -1 到 1 之間。標(biāo)準(zhǔn)化有助于神經(jīng)網(wǎng)絡(luò)使權(quán)重接近 0沃但，這能使反向傳播更為穩(wěn)定磁滚。不標(biāo)準(zhǔn)化的話，網(wǎng)絡(luò)往往會(huì)學(xué)習(xí)失敗宵晚。

你可以在此處查看可用的轉(zhuǎn)換列表垂攘。測(cè)試時(shí)，不能改變圖像（但是需要以同一方式標(biāo)準(zhǔn)化）淤刃。因此晒他，在驗(yàn)證/測(cè)試圖像時(shí)，通常只能調(diào)整大小和裁剪圖像钝凶。

%matplotlib inline
%config InlineBackend.figure_format = 'retina'

import matplotlib.pyplot as plt

import torch
from torchvision import datasets, transforms

data_dir = 'Cat_Dog_data'

# TODO: Define transforms for the training data and testing data
train_transforms = transforms.Compose([transforms.RandomRotation(30),
                                       transforms.RandomResizedCrop(224),
                                       transforms.RandomHorizontalFlip(),
                                       transforms.ToTensor(),
                                       transforms.Normalize([0.5, 0.5, 0.5],
                                                            [0.5, 0.5, 0.5])])

# test_transforms = transforms.Compose([transforms.RandomRotation(30),
#                                       transforms.RandomResizedCrop(224),
#                                       transforms.RandomHorizontalFlip(),
#                                       transforms.ToTensor(),
#                                       transforms.Normalize([0.5, 0.5, 0.5],
#                                                            [0.5, 0.5, 0.5])])

#測(cè)試時(shí)仪芒，不能改變圖像（但是需要以同一方式標(biāo)準(zhǔn)化）唁影。因此耕陷，在驗(yàn)證/測(cè)試圖像時(shí)掂名，通常只能調(diào)整大小和裁#剪圖像。
test_transforms = transforms.Compose([transforms.Resize(255),
                                      transforms.CenterCrop(224),
                                      transforms.ToTensor()])

# Pass transforms in here, then run the next cell to see how the transforms look
train_data = datasets.ImageFolder(data_dir + '/train', transform=train_transforms)
test_data = datasets.ImageFolder(data_dir + '/test', transform=test_transforms)

trainloader = torch.utils.data.DataLoader(train_data, batch_size=32)
testloader = torch.utils.data.DataLoader(test_data, batch_size=32)

# change this to the trainloader or testloader 
data_iter = iter(testloader)

images, labels = next(data_iter)
fig, axes = plt.subplots(figsize=(10,4), ncols=4)
for ii in range(4):
    ax = axes[ii]
    helper.imshow(images[ii], ax=ax, normalize=False)