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

仅当 fer2013.csvicml_face_data.csv 存在于 root/fer2013/ 中时,此数据集才能返回测试标签。如果仅存在 train.csvtest.csv,则测试标签将设置为 None

参数:
  • root (str 或 pathlib.Path) – 数据集的根目录,其中存在目录 root/fer2013。此目录可能包含 fer2013.csvicml_face_data.csv 或两者 train.csvtest.csv。优先级按此顺序给出,即如果存在 fer2013.csv,则其余文件将被忽略。所有这些(组合的)文件包含相同的数据,出于方便起见而受支持,但只有 fer2013.csvicml_face_data.csv 能够返回非 None 测试标签。

  • split (字符串, 可选) – 数据集分割,支持 "train"(默认)或 "test"

  • transform (可调用对象, 可选) – 一个函数/转换,它接收一个 PIL 图像并返回一个转换后的版本。例如,transforms.RandomCrop

  • target_transform (可调用对象, 可选) – 一个函数/转换,它接收目标并对其进行转换。

特殊成员:

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

索引 (整数) – 索引

返回值:

样本和元数据,可以选择由相应的转换进行转换。

返回类型:

(任何)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源