pytorch的TensorDataset

TensorDataset的作用如zip在python中的运用一般

a=[1,2,3,4]
b=[5,6,7,8]
def f(x):
    for i in zip(*x):
        print(i)
f((a,b))

结果：

(1, 5)
(2, 6)
(3, 7)
(4, 8)

使用TensorDataset生产一个可迭代的张量集合

a = torch.tensor([[0.8355, -1.1064],
                 [0.1389, 0.6293]])
b = torch.tensor([[9.6242],
                 [2.3294]])
c=data.TensorDataset(a,b)

for i in c:
    print(i)

结果：

(tensor([ 0.8355, -1.1064]), tensor([9.6242]))
(tensor([0.1389, 0.6293]), tensor([2.3294]))

之后可以使用Dataloader进行数据加载。

dataset=data.TensorDataset(a,b)
data_iter=data.DataLoader(dataset, batch_size, shuffle=is_train)

DataLoader生成一个可迭代对象，可以使用for循环或者使用next取样。

for i indata_iter:
	......

或

next(iter(data_iter))