Dataset用法

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch中的Dataset是一个抽象类,用于表示数据集。它提供了两个必须实现的方法:__len__和__getitem__。其中,__len__方法返回数据集的大小,__getitem__方法根据给定的索引返回数据集中的一个样本。 下面是一个简单的例子,展示如何使用Dataset类: ```python from torch.utils.data import Dataset class MyDataset(Dataset): def __init__(self, data): self.data = data def __len__(self): return len(self.data) def __getitem__(self, index): return self.data[index] ``` 在这个例子中,我们定义了一个名为MyDataset的类,它继承自Dataset类。我们在构造函数中传入了一个数据列表,并在__len__方法中返回了数据列表的长度。在__getitem__方法中,我们根据给定的索引返回了数据列表中对应位置的元素。 使用这个数据集非常简单。我们只需要创建一个MyDataset对象,并将其传递给DataLoader类即可: ```python from torch.utils.data import DataLoader data = [1, 2, 3, 4, 5] dataset = MyDataset(data) dataloader = DataLoader(dataset, batch_size=2) for batch in dataloader: print(batch) ``` 在这个例子中,我们创建了一个名为data的列表,并将其传递给MyDataset类的构造函数。然后,我们创建了一个名为dataset的MyDataset对象,并将其传递给DataLoader类的构造函数。我们还指定了batch_size参数,表示每个批次的大小为2。最后,我们使用for循环遍历dataloader,并打印每个批次的内容。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值