深度之眼PyTorch训练营第二期 -5、Dataloader与Dataset 以及 transforms与normalize

一、人民币二分类

描述：输入人民币，通过模型判定类别并输出。

数据：四个子模块

　　　　数据收集 -> img,label 原始数据和标签
　　　　数据划分 -> train训练集 valid验证集 test测试集
　　　　数据读取 -> DataLoader ->(1)Sampler(生成index) (2)Dataset(读取Img，Label)
　　　　数据预处理 -> transforms

1、DataLoader

　　torch.utils.data.DataLoader 功能：构建可迭代的数据装载器
- 　　dataset：Dataset类，决定数据从哪里读取及如何读取
- batchsize：批大小
- num_works：是否多进程读取数据
- shuffle：每个epoch是否乱序
- drop_last：当样本数不能被batchsize整除时，是否舍弃最后一批数据
Epoch、Iteration、Batchsize关系

　　　　Epoch：所有训练样本都已输入到模型中，称为一个epoch

　　　　Iteration：一批样本输入到模型中，称之为一个Iteration

　　　　Batchsize：批大小，决定一个Epoch有多少个iteration

　　　　例如：样本总数：80 batchsize：8

　　　　　　1 epoch = 10 iteration 一次iteration输入8个样本，所以一次的epoch=8

　　　　　　　　样本总数：87 batchsize：8

　　　　　　if drop_last = true 1 epoch = 10 iteration

else drop_last = false 1 epoch = 11 iteration

2、Dataset