Pytorch DataLoader如何详细使用？

本文共计1334个文字，预计阅读时间需要6分钟。

目录：

1.数据集类结构构建

2.DataLoader 使用

3.示例：加载数据

4.前言：在Pytorch中，torch.utils.data中的Dataset与DataLoader是处理数据集的两个函数，用于处理和加载数据集。

通常情况：

目录

• 一：dataset类构建。
• 二：DataLoader使用
• 三：举例
• 前言
• 加载数据
• dataset
• dataloader

在Pytorch中，torch.utils.data中的Dataset与DataLoader是处理数据集的两个函数，用来处理加载数据集。通常情况下，使用的关键在于构建dataset类。

一：dataset类构建。

在构建数据集类时，除了__init__(self)，还要有__len__(self)与__getitem__(self,item)两个方法，这三个是必不可少的，至于其它用于数据处理的函数，可以任意定义。

class dataset: def __init__(self,...): ... def __len__(self,...): return n def __getitem__(self,item): return data[item]

正常情况下，该数据集是要继承Pytorch中Dataset类的，但实际操作中，即使不继承，数据集类构建后仍可以用Dataloader()加载的。