我使用ImageFolder从一个目录加载数据：
full_dataset = ImageFolder('some_dir', transform=transform)字符串
当我打印它的长度时，它给出：32854。现在我想使用torch.utils.data.random_split()将ImageFolder返回的Dataset拆分为训练和测试数据集。我尝试传递分数[0.8, 0.2]，长度为[len(full_dataset) - 100, 100]。
train_dataset, test_dataset = torch.utils.data.random_split(full_dataset, [len(full_dataset) - 100, 100])型
但是当我使用len(train_dataset.dataset.imgs)和len(test_dataset.dataset.imgs)打印它们的长度时，它们显示的值与full_dataset相同。
为什么我的分身不行？
1条答案
按热度按时间33qvvth11#
在执行
train_dataset.dataset（和test_dataset.dataset类似）时，您引用的是原始数据集（在本例中为full_dataset）。因此，train_dataset.dataset（和test_dataset.dataset）上的imgs属性将给予属于原始数据集的所有图像，而不是每个分割的图像。由于
random_split返回的Subset对象具有__len__方法（Subset在技术上是抽象类Dataset的子类），您可以直接在它们上使用len来获取每个拆分/子集的长度：字符串