【冰糖Python】PyTorch：数据集包装 torch.utils.data.TensorDataset()

有时需要使用 PyTorch 对本地数据 进行分类任务，需要对本地数据进行加载

假设常用的本地数据文件为二维表结构，通过一般性操作获得数据和类标，并完成训练集/测试集划分后

进一步需要通过 torch.from_array() 转换为 Tensor 类型，此时还需要使用 torch.utils.data.TensorDataset() 对数据进行包装

torch.utils.data.TensorDataset(data_tensor, target_tensor)

功能：用于包装数据张量 data_tensor 和目标张量 target_tensor

data_tensor：表示数据的张量

target_tensor：表示目标的张量，比如样本的类标

比如，将训练数据及其样本类标进行组合包装：

data_train_TD = Data.TensorDataset(data_train_T, labels_train_T)

之后便可对包装后数据进行加载。