for XX in dataloader和for XX in enumerate(dataloader)的区别

本文探讨了使用Python和卷积神经网络(CNN)处理MNIST数据集时,不使用enumerate和使用enumerate的不同效果。不加enumerate时仅返回图片数据和标签,而enumerate则额外提供了序号。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

通过用MNIST数据集和CNN网络模型做实验得知:

 for i, inputs in train_loader:

不加enumerate的话只能返回两个值,其中第一个值(这里是i)为输入的图片数据,第二个值为数据标签;

for i, (inputs,labels) in enumerate(train_loader): 

加上enumerate,可以返回三个值,第一个值为序号,第二个值是输入数据,第三个值是数据标签。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值