7_Dataset and DataLoader

传送门：08.加载数据集_哔哩哔哩_bilibili

Dataset 是为了构造数据集
DataLoader 拿出一个mini-batch
用mini-batch平衡训练速度和训练结果的一个需求
 

#training cycle
# for epoch in range(training_epochs):
#     # 取出一个mini-batch
#     for i in range(total_batch):

# 概念：iteration  内层的迭代一共进行了多少次

# DataLoader 需要支持索引，并且知道Dataset的长度
# shuffle 打乱顺序

import torch
import numpy as np
from torch.utils.data import Dataset  # 抽象类
from torch.utils.data import DataLoader  

class DiabetesDataset(Dataset):  # 糖尿病数据集
    def __init__(self,filepath): # filepath文件路径          
        xy = np.loadtxt(filepath, delimiter=',', dtype=np.float32)
        self.len = xy.shape[0] # shape(多少行，多少列)  在该例子下，拿到的是一个(n,9)的元组
        self.x_data = torch.from_numpy(xy[:, :-1])
        self.y_data = torch.from_numpy(xy[:, [-1]])

    
    def __getitem__(self, index):# 支持下标操作
        return self.x_data[index], self.y_data[index]   # 返回的是一个元组
    
    def __len__(self):           # 支持len()
        return self.len          # 在刚刚的__init__中实现的
    
dataset = DiabetesDataset(r'C:\Users\86196\Desktop\diabetes.csv.gz')
train_loader = DataLoader(dataset = dataset,  # 等号后的dataset是我们上一行实例化的，我们要把它穿进去
                          batch_size = 32,
                          shuffle = True,
                          num_workers = 0)


class Model(torch.nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        self.linear1 = torch.nn.Linear(8, 6)
        self.linear2 = torch.nn.Linear(6, 4)
        self.linear3 = torch.nn.Linear(4, 1)
        self.sigmoid = torch.nn.Sigmoid()
 
    def forward(self, x):
        x = self.sigmoid(self.linear1(x))
        x = self.sigmoid(self.linear2(x))
        x = self.sigmoid(self.linear3(x))
        return x
    
model = Model()


# construct loss and optimizer
criterion = torch.nn.BCELoss(reduction='mean')
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)


# 这行代码是一个常见的Python主程序入口。当当前脚本被直接运行时，'name'变量的值为'main'。
# 这行代码确保以下代码块只在当前脚本被直接执行时运行，而不是在作为模块被其他脚本导入时运行。
if __name__ == '__main__':    # 没有的话可能会报错
    for epoch in range(100):
        # 这行代码在每次训练循环中，获取train_loader（一个常用的在PyTorch中加载和准备数据的方法）中的一个数据块
        # 并通过enumerate函数获取该数据块的索引（i）和内容（data）。索引i从0开始。
        for i, data in enumerate(train_loader, 0): # train_loader 是先shuffle后mini_batch
            # 1.Prepare data
            inputs, labels = data   # inputs就是x,labels就是y
            # 2.Forward
            y_pred = model(inputs)
            loss = criterion(y_pred, labels)
            print(epoch, i, loss.item())    # 这行代码打印了当前的训练轮数（epoch），当前轮次中的数据块索引（i），以及该数据块的损失值
            # 3.Backward
            optimizer.zero_grad()
            loss.backward()
            # 4.Update
            optimizer.step()