DataloaderはPyTorchでデータをバッチ処理してくれる便利なクラスです。
このクラスから各バッチを取り出すためにfor文がよく使われますが、他の方法としてiterとnextを使う方法もあります。
#結論
Iter = iter(dataloader)
xdata, ydata = next(Iter) # dataloaderから生成したバッチ単位の教師データとラベルデータiterとnextを用いる方法のデモ
例として、scikit-learnのdigitデータ(手書きの数字画像データ)を例にdataloaderのバッチを確認してみる。
from sklearn import datasets
digits = datasets.load_digits() #データの取得
X = digits.data
Y = digits.targetDataloaderの用意
import torch
from torch.utils.data import Dataset
#DataSetの定義
class DigitDataSet(Dataset):
#__init__, __len__, __getitem__の3つの関数を
#定義することが必要
def __init__(self, X, Y):
self.training_data = X
self.label_data = Y
def __len__(self):
return len(self.training_data)
def __getitem__(self,idx):
return self.training_data[idx], self.label_data[idx]
dataset = DigitDataSet(X, Y)
#バッチサイズ3で実験
dataloader = torch.utils.data.DataLoader(dataset, batch_size=3) 各バッチの確認.
Iter = iter(dataloader)
xdata, ydata = next(Iter) #教師データ、ラベルデータ
print(xdata.shape, type(xdata))
#torch.Size([3, 64]) <class 'torch.Tensor'>
print( ydata.shape, ydata)
#torch.Size([3]) tensor([0, 1, 2])[バッチサイズ, ベクトルの次元] の形状になっており、きちんとバッチごとに分けられていることがわかります。
for文を使う方法
併せて、for文の方法も述べておきます。
#先頭から3つのバッチを確認
cnt = 0
for data in dataloader:
print(data[0].shape, type(data[0]))
print(data[1].shape, type(data[1]))
print("=========")
cnt += 1
if cnt==3:
break出力結果
batch: 0
torch.Size([3, 64]) <class 'torch.Tensor'>
torch.Size([3]) <class 'torch.Tensor'>
=========
batch: 1
torch.Size([3, 64]) <class 'torch.Tensor'>
torch.Size([3]) <class 'torch.Tensor'>
=========
batch: 2
torch.Size([3, 64]) <class 'torch.Tensor'>
torch.Size([3]) <class 'torch.Tensor'>
=========まとめ・参考
PyTorchのDataLoaderで各バッチの形状を確認する方法についてまとめました。各バッチ内のデータの形状などを確認したいときやデバッグなどに iter と next を使う方法は便利なのではないかと思います。
本記事を書く際、以下のサイトを参考にしました。
PytorchのDataloaderとSamplerの使い方 - Qiita
#Dataloaderとはdatasetsからバッチごとに取り出すことを目的に使われます。基本的にtorch.utils.data.DataLoaderを使います。イメージとしてはdatase…
qiita.com
また、以下の書籍の第三章にもiterとnextを使う方法が紹介されており、参考にしました。
新納 浩幸, 『PyTorch自然言語処理プログラミング word2vec/LSTM/seq2seq/BERTで日本語テキスト解析！』, インプレスブックス, 2021年3月
ちなみにこの本は自然言語処理の実装とPyTorchの使い方を同時に学習でき、私自身とても勉強になっています。
コメント