10、PyTorch教程---加载数据

PyTorch包括一个名为torchvision的包，用于加载和准备数据集。它包括两个基本函数，即Dataset和DataLoader，用于数据集的转换和加载。

**Dataset（数据集）**
数据集用于从给定的数据集中读取和转换数据点。实现的基本语法如下所示：

trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)

**DataLoader（数据加载器）**
DataLoader用于对数据进行随机排列和分批处理。它可以与多进程工作器一起并行加载数据。

trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2)

示例：加载CSV文件
我们使用Python包Pandas来加载CSV文件。原始文件具有以下格式：（图像名称，68个标记点 - 每个标记点有x、y坐标）。

landmarks_frame = pd.read_csv('faces/face_landmarks.csv')

n = 65
img_name = landmarks_frame.iloc[n, 0]
landmarks = landmarks_frame.iloc[n, 1:].values
landmarks = landmarks.astype('float').reshape(-1, 2)