首先，我想说我是PyTorch的新手，因此，如果我的问题水平不高，我会在建议中道歉。 我想知道您是否可以帮助我（我实际上有2个问题）。他们背后的故事：我正在研究图像分类。我的测试数据根据其标签分为子文件夹，我通过DataLoader加载它们。
第一个问题： 1）的确，如果您已经训练了具有特定批次大小的模型，那么以其他大小进行测试会影响准确性吗？ 2）是否可以使用单个文件夹（不包含子文件夹）中的测试数据来加载和使用模型。据我所知，DataLoader需要子文件夹。
提前谢谢！
答案 0 :(得分：0)
这取决于您是否使用依赖于批次中其他项目的操作。如果您使用的是batch normalization之类的工具，则可能会，但是通常，如果您的网络单独处理批处理项目，则不会。
如果您查看torch.utils.data.Dataset的文档，您会发现一个数据集本质上只需要__len__和__getitem__方法，其中前者说该数据集有多少项包含项，而后者获得第i项-它是图像和标签，图像及其分割蒙版还是其他东西。没有什么可以阻止您编写自定义数据集。建议您查看DatasetFolder的源代码，并根据需要对其进行修改。