torch.utils.data.DataLoader的dataset参数如何自定义

在使用`torch.utils.data.DataLoader`时，可以通过`dataset`参数来指定数据集。如果你想自定义数据集，可以按照以下步骤：

1. 首先，你需要创建一个新的类，继承自`torch.utils.data.Dataset`，并实现它的两个方法：`__len__`和`__getitem__`。其中，`__len__`方法应该返回数据集中样本的数量，`__getitem__`方法应该返回指定索引的样本。例如：

import torch
from torch.utils.data import Dataset

class MyDataset(Dataset):
    def __init__(self, data, targets):
        self.data = data
        self.targets = targets
        
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, index):
        x = self.data[index]
        y = self.targets[index]
        return x, y

在这个例子中，我们自定义了一个数据集类`MyDataset`，它有两个属性`data`和`targets`，分别代表数据和标签。`__len__`方法返回数据集的长度，`__getitem__`方法返回指定索引的样本。

2. 创建数据集对象。在实际使用中，你需要将数据和标签传入`MyDataset`类中，创建一个数据集对象，例如：

data = torch.randn(10, 3, 32, 32)
targets = torch.randint(0, 2, (10,))
dataset = MyDataset(data, targets)

在这个例子中，我们使用`torch.randn`函数生成了一个形状为`(10, 3, 32, 32)`的张量`data`作为数据，使用`torch.randint`函数生成了一个形状为`(10,)`的张量`targets`作为标签，然后将它们传入`MyDataset`类中，创建了一个数据集对象`dataset`。

3. 创建`DataLoader`对象。最后，你可以创建一个`DataLoader`对象，将自定义的数据集作为参数传入，例如：

dataloader = torch.utils.data.DataLoader(dataset, batch_size=2, shuffle=True)

在这个例子中，我们创建了一个`batch_size`为2，打乱顺序的`DataLoader`对象`dataloader`，并将自定义数据集`dataset`作为参数传入。

这样，你就可以使用自定义的数据集了。需要注意的是，如果你的自定义数据集非常大，可能需要考虑使用多进程来加速数据读取，可以设置`num_workers`参数来指定读取数据的进程数量。