本文介绍了如何使用torchvision.datasets.Imagefolder将数据分为训练集和测试集?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
在我的自定义数据集中，一种图像位于torchvision.datasets.Imagefolder可以处理的一个文件夹中，但是如何将数据集拆分为训练和测试?
In my custom dataset, one kind of image is in one folder which torchvision.datasets.Imagefolder can handle, but how to split the dataset into train and test?
推荐答案
您可以使用 torch.utils.data.Subset ，以根据示例索引将您的ImageFolder数据集分为训练和测试.
例如:
You can use torch.utils.data.Subset to split your ImageFolder dataset into train and test based on indices of the examples.
For example:
orig_set = torchvision.datasets.Imagefolder(...) # your dataset
n = len(orig_set) # total number of examples
n_test = int(0.1 * n) # take ~10% for test
test_set = torch.utils.data.Subset(orig_set, range(n_test)) # take first 10%
train_set = torch.utils.data.Subset(orig_set, range(n_test, n)) # take the rest
这篇关于如何使用torchvision.datasets.Imagefolder将数据分为训练集和测试集?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！