火炬数据集的结构是什么？

Question

我开始使用手电筒7，并且要对数据集进行分类。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输入到割炬中。我从其他人那里读取了一些代码，发现它们正在使用扩展名为'.t7'的数据集，我认为这是张量类型。这样对吗？我不知道如何将我的像素图像（实际上是我通过使用MNIST数据集使用Matlab制作的）转换为与割炬兼容的t7扩展名。必须有t7格式的数据集结构，但我找不到它（标签也是如此）。

总而言之，我有像素图像和标签，并希望将其转换为与手电筒兼容的t7格​​式。

提前致谢！

Answer 1

数据集“ .t7”是标记张量的表。例如以下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)

将通过itorch返回：

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

这意味着该文件包含两个ByteTensor的表，其中一个标记为“数据”，另一个标记为“标签”。

要回答您的问题，您应该首先阅读图像（例如使用torchx：https : //github.com/nicholas-leonard/torchx/blob/master/README.md），然后将其放入带有张量标签的表格中。以下代码只是为您提供帮助的草稿。它考虑以下情况：有两个类，所有图像都在同一文件夹中，并通过这些类排序。

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)

应该可以编写出不太丑陋的代码，但这一步详细介绍了所有步骤，并适用于Torch 7和Jupyter 5.0.0。

希望能帮助到你。

问候