超级会员免费看
本文介绍了PyTorch中Dataset和DataLoader的使用。Dataset是数据集抽象类，需要创建其子类并定义__len__和__getitem__方法。DataLoader是一个迭代器，用于多线程读取数据并支持批量和洗牌操作。文章通过实例讲解了如何创建Dataset子类，使用DataLoader，并探讨了将数据和标签放在GPU上的方法。
一、概念
1.torch.utils.data.dataset这样的抽象类可以用来创建数据集。学过面向对象的应该清楚，抽象类不能实例化，因此我们需要构造这个抽象类的子类来创建数据集，并且我们还可以定义自己的继承和重写方法。
2.这其中最重要的就是__len__和__getitem__这两个函数，前者给出数据集的大小，后者是用于查找数据和标签。
3.torch.utils.data.DataLoader是一个迭代器，方便我们去多线程地读取数据，并且可以实现batch以及
订阅专栏 解锁全文
扫一扫
评论 21
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
