TensorDataset是什么

`TensorDataset` 是 PyTorch 中的一个类，用于将数据集封装成 `Tensor` 类型的数据集。它可以用来构建输入数据和标签数据的对应关系，并提供了一些常见的数据集操作，比如随机采样、批量读取等。

通常，我们使用 `TensorDataset` 将输入数据和标签数据合并为一个数据集，然后使用 `DataLoader` 进行批量读取和数据增强。例如：

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

# 构建数据集
inputs = torch.randn(100, 3, 224, 224)
labels = torch.randint(0, 10, (100,))
dataset = TensorDataset(inputs, labels)

# 构建数据加载器
dataloader = DataLoader(dataset, batch_size=16, shuffle=True)

在这个例子中，我们首先使用 `TensorDataset` 将输入数据和标签数据合并为一个数据集 `dataset`，然后使用 `DataLoader` 构建数据加载器 `dataloader`，每次从 `dataset` 中随机采样 16 个样本进行训练。