Python深度学习基于PyTorch(Chapter 4 Section 2 PyTorch数据处理工具箱/utils.data简介 )

import torch
from torch.utils import data
import numpy as np

# 继承Dataset,自定义数据集及标签
class TestData(data.Dataset):
    def __init__(self):
        self.Data = np.asarray([[1,2],[3,4],[2,1],[3,4],[4,5]])
        self.Label = np.asarray([0,1,0,1,2])
    
    def __getitem__(self,index):
        txt = torch.from_numpy(self.Data[index])
        label=torch.tensor(self.Label[index])
        return txt,label
    
    def __len__(self):
        return len(self.Data)


#实例化类Test     
Test = TestData()
# 打印索引为4的数据集及标签
print(Test[4])
# 打印数据集长度
print(Test.__len__())

# 批量获取数据集，对应参数为batch_size
test_loader = data.DataLoader(Test,batch_size=2,shuffle=False,num_workers=0)
for i,traindata in enumerate(test_loader):
    print('i:',i)
    Data,Label = traindata
    print('data:',Data)
    print('Label:',Label)

在上述程序中需要注意DataLoader迭代器num_worker参数，该参数为进程数，在作者电脑上参数仅能为0的情况下才能运行，进程通常理解一个程序，打开爱奇艺和优酷应用即可理解为两个进程，不清楚为什么设置为2不能运行，也许依附GPU。后续查阅资料后进行补充说明。