刘二大人 《PyTorch深度学习实践》第8讲 加载数据集（笔记）

指路☞ 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili

---

目录

一、知识补充

二、课堂代码

三、作业

---

一、知识补充

1、Dataset 和 DataLoader是构造数据集的两个类，其中Dataset是构造数据集，支持索引下标，拿出数据集中的一个样本；DataLoader是拿出一个mini-batch一组数据

2、梯度下降用的全部样本，提升计算速度；随机梯度下降用其中一个样本，可以克服鞍点，但时间长。so我们用mini-batch来均衡

3、内层用batch进行迭代，epoch是所有的样本进行前向传播和反向传播，即所有样本都参与训练

lteration: 内层循环迭代了多少次

4、shuffle ：打乱顺序；dataset要能提供索引和长度len给dataLoader；batch_size =2 ,所以要分成两个两个一组

 5、Dataset抽象类，不能实例化，只能用子类继承

dataloader可以实例

魔法方法，getitem方法进行下标操作，把其中的一个数据拿出来；len拿出整个数据的数量；