train_dataset, test_dataset = random_split(ran_data, [train_size, test_size])

对不起，我之前的回答有误。 `random_split` 函数是用于随机划分数据集的，但是它接受的第一个参数应该是一个 `dataset` 对象，而不是一个普通的列表。如果您想将一个普通的列表转换为 `dataset` 对象，可以使用 `torch.utils.data.TensorDataset`。

下面是修正后的代码示例：

import torch
from torch.utils.data import random_split, TensorDataset

# 假设您已经定义了 ran_data 列表
ran_data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

tensor_data = torch.tensor(ran_data)  # 将列表转换为 Tensor

train_size = int(len(tensor_data) * 0.7)
test_size = len(tensor_data) - train_size

dataset = TensorDataset(tensor_data)  # 创建 TensorDataset 对象

train_dataset, test_dataset = random_split(dataset, [train_size, test_size])

for data in train_dataset:
    print(data)

for data in test_dataset:
    print(data)

请注意，这只是一个示例，您需要根据您的实际数据集来修改代码。