《Pytorch深度学习实践》P8 Dataset and DataLoader 笔记+代码+作业：DataLoader的使用方法、ppt代码、Titanic数据生存预测作业及改进

 b站的up主刘二大人的《PyTorch深度学习实践》P8 笔记+代码，视频链接。

所需糖尿病数据可以在视频评论区下方的网盘资源里下载（转载评论区）：

• 链接:https://pan.baidu.com/s/1cUI518pgLWY1oCn2DkjuEQ?pwd=kif1  提取码:kif1
• 或者是点击链接下载：【免费】b站的up主刘二大人的《PyTorch深度学习实践》所需数据资源-CSDN文库

所需Titanic数据：

• kaggle链接：https://www.kaggle.com/c/titanic/data
• 网盘链接：百度网盘 请输入提取码 提取码2024

---

目录

一、DataLoader的使用方法

二、PPT上代码

三、作业

1、Titanic数据生存预测代码：

2、改进①

3、改进②

---

一、DataLoader的使用方法

介绍：DataLoader 是 PyTorch 中用于将数据集打包成小批量并提供迭代器的工具，常用于训练模型时按批次读取数据。它的使用可以极大地简化数据加载过程，并支持多线程读取、随机打乱、批量数据等功能。

基本用法代码：（具体可以看后面的代码和作业）

from torch.utils.data import DataLoader

# 假设有一个自定义的数据集 DiabetesDataset
train_loader = DataLoader(dataset=train_dataset, batch_size=32, shuffle=True)

for batch_data, batch_labels in train_loader:
    pass

主要参数：

• dataset: 传入 Dataset 对象，它定义了数据集（如你自定义的 TitanicDataset）。
• batch_size: 每个批次的数据量，默认是 1。通常会根据显存大小和训练需要设置合适的批次大小。
• shuffle: 是否在每个 epoch 开始时打乱数据。如果设置为 True，会在每次迭代时随机打乱数据。对于训练集来说，通常会设置为 True 以增加模型泛化能力。
• num_workers: 加载数据时使用的子进程数量。默认为 0，表示使用主进程加载数据。增加 num_workers 数量可以加速数据加载（特别是数据预处理时间较长时）。
• drop_last: 如果 True，则丢弃最后一个批次的数据，如果该批次的样本数量不足 batch_size。默认为 False。
• pin_memory: 如果设置为 True，会将数据加载到固定内存中，有助于加速 GPU 的数据传输。常用于 GPU 训练。

---