快捷方式

FER2013

class torchvision.datasets.FER2013(root: Union[str, Path], split: str = 'train', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None)[source]

FER2013 数据集。

注意

只有当 fer2013.csvicml_face_data.csv 文件存在于 root/fer2013/ 目录中时,该数据集才能返回测试标签。如果仅存在 train.csvtest.csv 文件,则测试标签将设置为 None

参数:
  • **root** (str 或 pathlib.Path) – 数据集的根目录,其中存在 root/fer2013 目录。该目录可以包含 fer2013.csvicml_face_data.csv,或者同时包含 train.csvtest.csv。优先级按此顺序确定,即如果 fer2013.csv 存在,则其余文件将被忽略。所有这些(组合)文件包含相同的数据并为了方便而得到支持,但只有 fer2013.csvicml_face_data.csv 能够返回非 None 的测试标签。

  • **split** (字符串, 可选) – 数据集拆分,支持 "train" (默认) 或 "test"

  • **transform** (可调用对象, 可选) – 一个接收 PIL 图像并返回变换后版本的函数/变换。例如,transforms.RandomCrop

  • **target_transform** (可调用对象, 可选) – 一个接收目标值并对其进行变换的函数/变换。

特殊成员:

__getitem__(idx: int) Tuple[Any, Any][source]
参数:

**index** (int) – 索引

返回:

样本和元数据,可选地由相应的变换进行变换。

返回类型:

(Any)

文档

查阅 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并解答您的疑问

查看资源