如果拥有了自己的数据集，首先需要考虑的就是将你的数据集输入到PyTorch当中去。如果你的数据是来自于网络（比如说，从Kaggle下载，从论文作者处获得，从某个数据集官方的网站进行下载）， 那你遇见的原始数据格式可能是各种情况，最常见的是各类压缩文件、pt文件、数据库格式文件或者png/jpg/webp等原始图像。如果你的数据是来自于实验室、公司数据库、甚至是领导/导师给的数据， 那你的数据大概率都是csv/txt/mat等结构的二维数据表。无论我们的原始数据集是呈现什么样的格式，我们必须将其转换为四维的张量，数据才可以被卷积神经网络处理。对于任意压缩文件，先解压查看内部是什么内容。

这里详细说明从图像png/jpg到四维tensor

       当你拥有的数据是一系列图像，并且每个标签对应的图像是存放在单独的文件夹中时，这种情况比较简单。在torchvision中存在直接将文件夹中的图片打包成tensor类的类ImageFolder,它的参数和torchvision.datasets中其他数据导入类的参数非常相似，其中root是你的原始图像所在的根目录，transform是你希望对图像执行的具体操作。

      这个类可以接受.jpg、.jpeg、.png、.ppm、.bmp、.pgm、.tif、.tiff、.webp这9种不同的图片格式作为输入，并且还能够通过文件夹的分类自动识别标签。在你的根目录下，每个类别需要有一个单独的文件夹，而类别文件夹中可以存在多个子文件夹，或直接存放图片。图片的格式不需要统一，只要在ImageFolder可接受的9中格式中即可。

train_dataset有几种可以调用的属性，例如：

train_dataset..classes       #查看类别

train_dataset.targets         #查看标签

train_dataset.imgs            #查看具体的图像地址，返回所有图像的具体地址以及对应的标签

例如下面的例子：

      ImageFolder只能够读取根目录的子文件夹中的图片，并且一定会将子文件夹的名称作为类别。当根目录中只有一个子文件夹时，则对所有的图片标签都标注为0。当根目录中没有文件夹，而是直接存放图片时，则会直接报错。

      使用ImageFolder读取后的数据是无法轻易更改标签的，这是因为ImageFolder继承自pytorch中的visiondataset类，标签在这个父类中生成，并与特征图一起被固定为一个元组（用来表示从特征到标签的映射）。我们可以通过ImageFolder的各种属性、或索引等方式调用出这个元组的一份复制来进行展示，却无法直接触及到元组中的数据本身，因此我们无法通过ImageFolder读取出的标签进行改变。因此，当数据不能按照类别进行下载时，一般不会用ImageFolder对数据进行读取，而会选择更加灵活的方式：自己写一个读取数据用的类。

CLASS  torch.utils.data.Dataset

      在PyTorch中存在一个专门帮助我们构筑数据集的类Dataset，这个类在torch.utils.data模块下，属于PyTorch中数据处理的经典父类之一（另一个我们总是使用的经典父类是nn.Module)。在PyTorch中，许多torchvision.datasets中读数据的类，以及TensotDataset这些合并张量来生成数据的类，都继承自Dataset。如果一个读取数据的类继承自Dataset,那它读取出的数据一定是可以通过索引的方式进行调用和查看的，而继承自其他父类的、读取数据集的功能却不一定能使用索引进行查看，这种性质让Dataset子类的构成也与其他类不同。

       Dataset的使用还可以参考Dataset与DataLoder基本使用方法与数据集切分函数

       Dataset中规定，如果一个子类要继承Dataset，则必须在子类中定义__getitem__()方法。从这个方法的名字可以看出，它是帮助我们“获取对象”的方法。这个方法中的代码必须满足三个功能：

1）读取单个图片并转化为张量

2）读取该图片对应的标签

3）将该图片的张量与对应标签打包成一个样本并输出

该样本的形式是一个元组，元组中的第一个对象是图像张量，第二个对象是该图像对应的标签。

       Dataset类中包含自动循环__getitem__()并拼接其输出结果的功能。对于任意继承自Dataset的子类，只要我们恰当地定义了__getitem__(）,该子类的输出就一定是打包好的整个数据集。我们可以根据数据的实际情况定义__getitem__()，可以说实现了最大程度上的灵活性。

如何使用继承自Dataset的类读取不同的图片和标签类别？

       在写具体的类之前，我们可以先定义__getitem__()方法中要求的内容，试着读取一张图片并生成样本的元组。事实上，有大量的库中都包含能够将图像转化为像素值的函数，原则上我们可以使用任何说自己熟悉的函数，比如使用opencv中的cv.imread函数进行图像的读取或使用pytorch官方推荐的scikit-learn图像处理库scikit-image来进行处理。

1）若标签为identity时

 2）若标签为属性时