问题记录2:关于使用torch.utils.data.TensorDataset()和torch.utils.data.DataLoader()时遇到的一些问题

本文记录学习过程中遇到的问题、我的解决过程以及学习心得,如有错误之处,欢迎指正!

在学习用pytorch进行数据批处理的过程中用到了torch.utils.data.TensorDataset()和torch.utils.data.DataLoader()函数,练习的代码如下:

import torch
import torch.utils.data as Data

torch.manual_seed(1)    # 这句有关生成随机数,他会使得随机生成的结果是确定的


BATCH_SIZE= 5   # 设置批次训练数量

# 定义数据
x = torch.linspace(1, 10, steps=10)    # torch.linspace()线性等分向量,前两个参数是向量的开始和结束值,steps是分割出的点数,缺省值100
y = torch.linspace(10, 1, steps=10)    # x,y都是十维向量

torch_dataset = Data.TensorDataset(x, y)    # x,y对应整合进数据集,应该是一个二维数据的队列(10*2矩阵)

loader = Data.DataLoader(
    dataset=torch_dataset,      # 加载数据集
    batch_size=BATCH_SIZE,      # 批次大小
    shuffle=True,                # 是否打乱顺序训练
    num_workers=2               # 设置线程数
)

def show_batch():
    for epoch in range(3):   # 进行三轮训练
        for step, (batch_x, batch_y) in enumerate(loader):  #
  • 4
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
评论 11
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