【动手学深度学习3】实战pytorch中的utils.data.TensorDataset和utils.data.DataLoader工具类

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。