Pytorch数据集与DataLoader如何高效运用，14天挑战小伙伴进度如何？

本文共计2950个文字，预计阅读时间需要12分钟。

系统教程20天掌握Pytorch+近期和中商、会商进行一个小打卡活动，20天Pytorch，这是第14天。欢迎一键三连。已经开始加速，一天更新两三次，预计3.1更新完成+我们将主要介绍Pytorch的如下中级内容。

系统教程20天拿下Pytorch​ 最近和中哥、会哥进行一个小打卡活动，20天pytorch，这是第14天。欢迎一键三连。
已经开始加速，一天更俩预计3.1更新完毕

我们将主要介绍Pytorch的如下中阶API

数据管道

模型层

损失函数

TensorBoard可视化

如果把模型比作一个房子，那么中阶API就是。

文章目录

• ​​一、Dataset和DataLoader概述​​

• ​​1，获取一个batch数据的步骤​​
• ​​2，Dataset和DataLoader的功能分工​​
• ​​3，Dataset和DataLoader的主要接口​​

• ​​二、使用Dataset创建数据集​​

• ​​1，根据Tensor创建数据集​​
• ​​2，根据图片目录创建图片数据集​​
• ​​3，创建自定义数据集​​

• ​​三、使用DataLoader加载数据集​​

Pytorch通常使用Dataset和DataLoader这两个工具类来构建数据管道。

Dataset定义了数据集的内容，它相当于一个类似列表的数据结构，具有确定的长度，能够用索引获取数据集中的元素。