本文介绍了PyTorch中的DataLoader数据类型，详细解析了构造函数中的关键参数，如dataset、batch_size、shuffle、collate_fn等，并探讨了它们在训练模型时的作用。DataLoader用于定义数据加载方式，包括数据批量读取、洗牌、多线程导入等，有助于提高训练效率。
DataLoader是PyTorch中的一种数据类型，它定义了如何读取数据方式。详情也可参考本博主的另一篇关于torch.utils.data.DataLoader（https://blog.csdn.net/qq_36653505/article/details/83351808）的讨论。
在PyTorch中训练模型经常要使用它，那么该数据结构长什么样子，如何生成这样的数据类型？
下面就研究一下：
先看看 dataloader.py源码是怎么写的（VS中按F12跳转到该脚本）
__init__（构造函数）中的几个重要的属性：
1、dataset：（数据类型 dataset）
输入的数据类型。看名字感觉就像是数据库，C#里面也有dataset类，理论上应该还有下一级的datatable。这应当是原始数据的输入。PyTorch内也有这种数据结构。这里先不管，估计和C#的类似，这里只需要知道是输入数据类型是dataset就可以了。
2、batch_size：（数据类型 int）
每次输入数据的行数，默认为1。PyTorch训练模型时调用数据不是一行一行进行的（这样太没效率），而是一捆一捆来的。这里就是定义每次喂给神经网络多少行数据，如果设置成1，那就是一行一行进行（个人偏好，PyTorch默认设置是1）。
3、shuffle：（数据类型 bool）
洗牌。默认设置为False。在每次迭代训练时是否将数据洗牌，默认设置是False。将输入数据的顺序打乱，是为了使数据更有独立性，但如果数据是有序列特征的，就不要设置成True了。
4、collate_fn：（数据类型 callable，没见过的类型）
将一小段数据合并成数据列表，默认设置是False。如果设置成True，系统会在返回前会将张量数据（Tensors）复制到CUDA内存中。（不太明白作用是什么，就暂时默认False）
5、b
最低0.47元/天 解锁文章
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
