小编最近在学习深度学习,打算写一个学习笔记,便于后续的复习和快速查找。
本文主要说明pytorch框架中utils.data.TensorDataset和utils.data.DataLoader两个工具类。
一、定义
1、TensorDataset类:是torch中util.data包下面的一个工具类,用于把特征和标签整合一个数据集,便于将整个数据集拆分小批量数据集,用于后续小批量梯度下降训练。其输入参数是可变参数,可接受一个或多个张量数据。
2、DataLoader类:是torch中util.data包下面的一个工具类,用于将TensorDataset整合的数据集(比较大,比如1000个特征和1000个标签)划分为小批量数据级,比如批量大小为10,就会划分为100个。
DataLoader函数的参数后面如下:来源于pytorch中文文档
https://pytorch-cn.readthedocs.io/zh/latest/package_references/data/
一般指定dataset, batch_size, shuffle三个参数即可。
二、实战使用
导入torch和torch.utils库,然后验证输入为一个张量的情况
再验证输入为两个张量(一个是特征,另一个是标签)的情况
至此,utils.data.TensorDataset和utils.data.DataLoader两个工具类实战验证完毕。