如何使用 torchvision.datasets.Imagefolder 将数据拆分为训练集和测试集？

【问题标题】：How to split data into train and test sets using torchvision.datasets.Imagefolder?如何使用 torchvision.datasets.Imagefolder 将数据拆分为训练集和测试集？
【发布时间】：2019-12-06 08:50:21
【问题描述】：

在我的自定义数据集中，一种图像在一个文件夹中，torchvision.datasets.Imagefolder 可以处理，但是如何将数据集拆分为训练和测试？

【问题讨论】：

标签： machine-learning image-processing computer-vision pytorch

【解决方案1】：

您可以使用 torch.utils.data.Subset 将您的 ImageFolder 数据集拆分为基于示例索引的训练和测试。
例如：

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

【讨论】：

这样可以保持标签之间的速率吗？
@toy_programmer 您可能需要更加小心 I. 为训练/测试选择索引的方式
同意@Shai。如果数据是有序的，您将只参加前 10% 的课程