DataLoader对数据集中进行shuffle=True的抽取，如何判断一个batch中的张量中的两个值是否相等

如果你想在每个batch中检查张量中的两个值是否相等，可以使用torch.eq()函数。这个函数将返回一个布尔类型的张量，其中每个元素都表示两个输入张量中对应元素是否相等。你可以在每个batch中使用这个函数来检查张量中的两个值是否相等。以下是一个示例代码：

import torch
from torch.utils.data import DataLoader, Dataset

class MyDataset(Dataset):
    def __init__(self):
        self.data = torch.tensor([[1,2], [3,4], [5,6], [7,8], [9,10], [11,12]])
        
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, index):
        return self.data[index]
    
dataset = MyDataset()
dataloader = DataLoader(dataset, batch_size=2, shuffle=True)

for batch in dataloader:
    # 获取张量中的第一列和第二列
    col1 = batch[:, 0]
    col2 = batch[:, 1]

    # 检查两个列是否相等
    equal = torch.eq(col1, col2)
    print(equal)

在这个示例代码中，我们首先定义了一个简单的数据集MyDataset，其中包含6个2维张量。然后我们定义了一个DataLoader对象，设置batch_size=2和shuffle=True。在每个batch中，我们从张量中获取第一列和第二列，并使用torch.eq()函数检查它们是否相等。最后，我们打印出相等的结果。