pytorch自定义datasetz

PyTorch 自定义 Dataset 是为了在深度学习项目中处理非标准数据集而创建的一种基础结构。它允许开发者直接操作原始数据，如图片、文本或其他形式的数据，并将其转换成 PyTorch 可以使用的张量（Tensor）。Dataset 的基本职责包括：

1. **加载数据**：从文件系统、数据库、网络请求等源头读取数据。
2. **预处理**：对数据进行必要的清洗、裁剪、缩放、归一化等操作。
3. **迭代**：提供一种迭代的方式，每次返回一个样本（通常是 (image, label) 对），用于训练模型。

创建自定义 Dataset 的步骤通常如下：

class CustomDataset(torch.utils.data.Dataset):
    def __init__(self, data_list, transform=None):
        self.data = data_list
        self.transform = transform

    def __len__(self):
        return len(self.data)

    def __getitem__(self, idx):
        sample = self.data[idx]
        if self.transform:
            sample = self.transform(sample)
        return sample

在这里，`data_list` 包含每个样本的信息（比如文件路径），`transform` 可选地包含对单个样本的预处理函数。通过覆盖 `__len__` 和 `__getitem__` 方法，你可以定制数据集的行为。