如何使用 Dataset 创建一个自定义数据集？

在PyTorch中，`torch.utils.data.Dataset`是一个基础类，用于创建用户自定义的数据集。要创建一个自定义数据集，你需要按照以下步骤操作：

1. **继承Dataset类**：
首先，定义一个新的类并从`torch.utils.data.Dataset`派生出来。例如：

   class CustomDataset(Dataset):
       def __init__(self, data, labels, transform=None):
           self.data = data
           self.labels = labels
           self.transform = transform

       # 其他必要的方法

2. **初始化方法__init__**：
定义构造函数，接受数据、标签以及可选的预处理变换函数。

3. **__len__方法**：
返回数据集中样本的数量，表示`len(dataset)`应该返回多少。

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

4. **__getitem__方法**：
这是关键方法，它负责从数据集中获取单个样本。通常接收一个索引作为输入，返回一个包含特征和对应标签的元组或字典。

   def __getitem__(self, index):
       sample_data = self.data[index]
       sample_label = self.labels[index]

       if self.transform:
           sample_data = self.transform(sample_data)

       return sample_data, sample_label

5. **可选的预处理方法**：
如果需要对数据进行标准化、缩放或其他转换，可以在`transform`参数中传入一个`torchvision.transforms.Compose`实例，它会按顺序应用所有传递的转换。

6. **加载和使用数据集**：
创建`CustomDataset`的实例，并将其传递给`DataLoader`，后者将自动迭代你的数据，进行批处理和内存管理。

   dataset = CustomDataset(data_loader, labels)
   dataloader = DataLoader(dataset, batch_size=32, shuffle=True)