pytorch 构建自己的数据集，用来训练

---

1. 第一种方法（调用Dataset类，直接加载所有的数据）：使用Pytorch的Dataset类来构建数据集，再使用Data.DataLoader()来加载数据集

使用到Pytorch中的：TORCH.UTILS.DATA.DATASET

1. 通过继承Dataset类来构建数据集

from torch.utils.data import Dataset

# TORCH.UTILS.DATA.DATASET
# 1. 图片的路径和标签信息存储在一个txt中
# 2. 将这些信息转化为list，该list每一个元素对应一个样本
# 3. 通过getitem函数，读取数据和标签，并返回数据和标签
class myData(Dataset):  # from torch.utils.data import Dataset
    def __init__(self):
        initDataDir = "initData"  # 保存所有数据的路径
        self.all_data = []  # 存放所有的数据
        files = os.listdir(initDataDir)
        for file in files:
            df = pd.read_excel(os.path.join(initDataDir, file))
            col_names = df.columns.values.tolist()  # 获取列的名字
            for i in range(0, len(df)):  # 遍历每一行的数据
                self.all_data.append(