如何准备这个PyTorch官方ImageNet示例？

Question

这是一个关于准备数据集的技术问题。

我试着遵循这个官方的例子

https://github.com/pytorch/examples/tree/master/imagenet

但我甚至不能从一开始，因为我不理解需求。上面写着

1. 安装PyTorch (pytorch.org)
2. pip install -r requirements.txt
3. 然后从ImageNet下载http://www.image-net.org/数据集，并使用以下shell脚本将验证图像移动到标记的子文件夹

对于第一个需求，我正在研究Colab，所以我不认为我需要再次在我的本地pc上安装PyTorch。

第二个模块不起作用，因为显然没有名为"requirements.txt“的模块。这就是我开始意识到在这个git回购上我完全不知道如何使用的东西。无论如何，我可以直接从git打开文本文件，它只说使用torch和torchvision。好吧，我没问题进口它们。

第三项要求。因此，我去了ImageNet网站，并签署了研究使用协议。现在，需求告诉我要下载ImageNet数据，但是我看到了很多不同的选项(比如发布的年份、竞争的目的、决议等等)。哪一个是数据集？

我是PyTorch新手，我想我缺少一些关于PyTorch开发社区如何通过这种方式提供示例的协议.

任何帮助都将不胜感激。谢谢。

Answer 1

显然没有一个叫做"requirements.txt“的模块

这是回购中的requirements.txt文件。您可以在这样的文件中添加包名，并使用pip一次安装所有软件包，这就是pip install -r requirements.txt的原因。当然，因为它只包含火炬和torvision，所以您不需要安装它，因为这些已经安装在google上。

哪一个是数据集？

我无法在没有注册的情况下访问这个页面，尽管您可以下载任何数据集(任何年份等)，但重要的是，为了使用Imagefolder api (您提到的回购协议中使用的那个)来训练它，它的结构应该是这样的：

train/
    dog/
        xxx.png
        xxy.png
    cat/
        xxz.png
val/
    ...

您可以使用他们提到的用于Imagenet数据的脚本来这样做。

如果您刚刚开始使用pytorch，我建议您通过[医]火炬教程 (如这一个 )。