ubuntu pytorch如何导入数据

在 Ubuntu 上使用 PyTorch 导入数据，通常有以下几种常见方式，从最基础到最规范：

一、最基础：直接用 Python / NumPy 导入

1. 从 NumPy 导入

import numpy as np
import torch

data = np.loadtxt('data.csv', delimiter=',')
x = torch.from_numpy(data)
print(x.shape)

2. 从文本 / CSV 读取

import pandas as pd
import torch

df = pd.read_csv('data.csv')
x = torch.tensor(df.values, dtype=torch.float32)

二、推荐方式：使用 torch.utils.data.Dataset

自定义 Dataset（适合图片、文本、自定义格式）

from torch.utils.data import Dataset

class MyDataset(Dataset):
    def __init__(self, data_path):
        self.data = ...  # 读取数据

    def __len__(self):
        return len(self.data)

    def __getitem__(self, idx):
        x = self.data[idx]
        y = ...
        return x, y

使用：

from torch.utils.data import DataLoader

dataset = MyDataset('data.csv')
loader = DataLoader(dataset, batch_size=32, shuffle=True)

for x, y in loader:
    print(x.shape, y.shape)

三、图片数据：使用 ImageFolder（最常用）

适用于如下目录结构：

data/
  train/
    cat/
      img1.jpg
    dog/
      img2.jpg

from torchvision import datasets, transforms

transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor()
])

dataset = datasets.ImageFolder('data/train', transform=transform)
loader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)

四、常见数据集（torchvision / torchtext）

图像

from torchvision import datasets

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

文本（NLP）

from torchtext.datasets import IMDB
train_iter = IMDB(split='train')

五、Ubuntu 常见注意事项

1. 确保 PyTorch 已安装

python -c "import torch; print(torch.__version__)"

2. 使用虚拟环境（推荐）

python -m venv venv
source venv/bin/activate
pip install torch torchvision

3. GPU 数据

device = 'cuda' if torch.cuda.is_available() else 'cpu'
x = x.to(device)

六、简单总结

如果你能告诉我：

• 数据格式（CSV / 图片 / 文本）
• 是否用 GPU
• 是否是训练模型

我可以直接给你一段 可运行的完整代码示例。