Pytorch中将[14807,24]维张量改为batch数目为16的张量送入神经网络训练

可以使用PyTorch中的DataLoader和BatchSampler来实现将一个[14807, 24]的张量按照batch的方式进行划分并送入神经网络训练。具体实现步骤如下：

1. 将[14807, 24]的张量转换为PyTorch的Tensor格式。

import torch

tensor_data = torch.randn(14807, 24)

2. 定义BatchSampler，该BatchSampler将数据集按照batch的方式进行划分。

from torch.utils.data import BatchSampler

batch_size = 16
batch_sampler = BatchSampler(range(len(tensor_data)), batch_size=batch_size, drop_last=False)

3. 定义DataLoader，使用BatchSampler将数据集按照batch的方式进行划分。

from torch.utils.data import DataLoader

dataloader = DataLoader(tensor_data, batch_sampler=batch_sampler)

4. 迭代训练数据，将每个batch的数据送入神经网络训练。

for batch_data in dataloader:
    # 将batch_data送入神经网络训练
    ...

这样就可以将[14807, 24]维张量改为batch数目为16的张量送入神经网络训练了。