快捷方式

DTD

class torchvision.datasets.DTD(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', partition: int = 1, transform: ~typing.Optional[~typing.Callable] = None, target_transform: ~typing.Optional[~typing.Callable] = None, download: bool = False, loader: ~typing.Callable[[~typing.Union[str, ~pathlib.Path]], ~typing.Any] = <function default_loader>)[來源]

可描述紋理資料集 (DTD).

引數:
  • root (str 或 pathlib.Path) – 資料集的根目錄。

  • split (string, optional) – 資料集分割,支援 "train" (預設), "val", 或 "test"

  • partition (int, optional) –

    資料集分割槽。應為 1 <= partition <= 10。預設為 1

    注意

    分割槽僅改變每個影像所屬的分割。因此,無論選擇哪個分割槽,組合所有分割將得到所有影像。

  • transform (callable, optional) – 一個函式/變換,接收 PIL 影像或 torch.Tensor(取決於給定的載入器),並返回一個變換後的版本。例如,transforms.RandomCrop

  • target_transform (可呼叫物件, 可選) – 一個函式/變換,接受目標並對其進行變換。

  • download (bool, optional) – 如果為 True,則從網際網路下載資料集並將其放入根目錄。如果資料集已下載,則不會再次下載。預設為 False。

  • loader (callable, optional) – 一個載入給定路徑的影像的函式。預設情況下,它使用 PIL 作為影像載入器,但使用者也可以傳入 torchvision.io.decode_image 以直接將影像資料解碼為張量。

特殊成員:

__getitem__(idx: int) tuple[Any, Any][來源]
引數:

index (int) – 索引

返回:

樣本和元資料,可透過相應的變換進行可選變換。

返回型別:

(Any)

文件

訪問全面的 PyTorch 開發者文件

檢視文件

教程

為初學者和高階開發者提供深入的教程

檢視教程

資源

查詢開發資源並讓您的問題得到解答

檢視資源