抓圖&標記
大概像這樣把圖片存好
再來這步更麻煩，標記。
新增一個文字檔，或跟我一樣用 label.csv 都可以，然後把一張張圖片上的驗證碼正確答案記錄下來。
第 1 行對應到 1.jpg，第 N 行對應到 N.jpg
儘管步驟再簡單，只靠自己人工抓圖和標記，既耗時又煩悶，如何用程式抓圖、輔助標記，或是資料不夠多時怎麼訓練 AI，都是常見的議題，可以參考網路文章，或直接去問 AI。從這步驟應該能體會，擁有某領域大量或取得不易資料的企業，有多犯規了~
(對了，正如前篇讀者的分享，類似的專案已有人做過，網路上很容易找到整包標記好的資料集，真心建議有興趣的讀者去找找吧。系列文的目標是學習怎麼用 PyTorch 訓練 AI 模型，不用把時間花在抓圖跟標記。)
實作 MyDataset
新增一個 my_dataset.py 檔案，裡面定義 MyDataset class，如圖。
三個重點
MyDataset繼承torch.utils.data.Dataset- 在
MyDataset內定義__len__函示，負責回傳 dataset 長度 - 在
MyDataset內定義__getitem__函示，負責讀圖
最後把剛剛的資料集 (dataset) 跟 my_dataset.py 放在 C:\my_pytorch_project\my_first_model 裡，大概像這樣
這樣就算完成了。
下一篇會開始實作 AI 模型，全連接神經網路，也就是上圖的 my_dnn.py。
系列文整理：
0. 從零開始，打造第一個 AI 模型 (序言)
1. 環境設定
2. 準備資料集
3. 實做 全連接神經網路 (參數較多)
4. 實做 捲積式神經網路 (參數較少)
5. 訓練、匯出模型
6. 載入、使用模型