Pytorch实用教程：TensorDataset和DataLoader的介绍及用法示例

TensorDataset

TensorDataset是PyTorch中torch.utils.data模块的一部分，它包装张量到一个数据集中，并允许对这些张量进行索引，以便能够以批量的方式加载它们。

当你有多个数据源（如特征和标签）时，TensorDataset能够让你把它们打包成一个数据集，这在训练模型时非常有用。

介绍

TensorDataset接收任意数量的张量作为输入，前提是这些张量的第一维度大小（也就是数据点的数量）相同。

每个张量的第一维被视为数据的长度。当对TensorDataset进行索引时，它会返回一个元组，其中包含每个张量在对应索引处的数据。

用法示例

下面是一个使用TensorDataset的简单示例，包括如何创建它，以及如何与DataLoader结合使用，以便于批量加载数据。

首先，你需要有一些数据。在这个例子中，我们将创建一些随机数据来模拟特征（X）和标签（y）。

import torch