pytorch=1.4构建dataloader

pytorch=1.4构建dataloader

import torch 
import torch.utils.data as Data 
BATCH_SIZE = 3 # 批训练数据的个数
x = torch.linspace(1,10,10)   # 原始数据
y = torch.linspace(10,1,10)   # 标签
torch_dataset = Data.TensorDataset(x,y)   # 转换为torch能识别的Dataset
# 把上一步做成的数据集放入Data.DataLoader中
# 可以生成一个迭代器，从而我们可以方便的进行批处理
loader = Data.DataLoader(
            dataset=torch_dataset,
            batch_size=BATCH_SIZE, 
            shuffle = True,  # 要不要打乱数据
            num_workers=2,   # 多线程来读取数据
            )

# 可以用前面定义好的loader进行训练了
for epoch in range(5):
    i = 0
    for batch_x, batch_y in loader:
        i = i +1
        print("Epoch:{} | num:{} | batch_x:{} | batch_y:{}".format(epoch,i,batch_x,batch_y))