译者:BXuan694
class torch.utils.data.Dataset
表示数据集的抽象类。
所有用到的数据集都必须是其子类。这些子类都必须重写以下方法:__len__:定义了数据集的规模;__getitem__:支持0到len(self)范围内的整数索引。
class torch.utils.data.TensorDataset(*tensors)
用于张量封装的Dataset类。
张量可以沿第一个维度划分为样例之后进行检索。
| 参数: | *tensors (Tensor) – 第一个维度相同的张量。 |
|---|
class torch.utils.data.ConcatDataset(datasets)
用于融合不同数据集的Dataset类。目的:组合不同的现有数据集,鉴于融合操作是同时执行的,数据集规模可以很大。
| 参数: | datasets(序列)– 要融合的数据集列表。 |
|---|
class torch.utils.data.Subset(dataset, indices)
用索引指定的数据集子集。
参数:
本文介绍PyTorch中数据集的抽象类Dataset及其派生类TensorDataset、ConcatDataset和Subset的功能与使用方法。Dataset类是所有数据集的基础,支持数据集规模定义和整数索引访问。TensorDataset用于封装张量数据,支持按样例检索。ConcatDataset用于融合多个数据集,适用于大规模数据处理。Subset类允许通过索引选择数据集的子集。
1915

被折叠的 条评论
为什么被折叠?



