touch.utils.data.DataLOader()
时间: 2023-08-25 22:03:40 浏览: 46
`torch.utils.data.DataLoader()`是PyTorch中用于加载数据的类。它提供了一个方便的方式来迭代数据集,并允许进行批量处理、随机化和并行加载。
通过`torch.utils.data.DataLoader()`,你可以将自定义的数据集对象(例如`torch.utils.data.Dataset`的子类)作为参数传递给它,并指定一些加载数据时的参数,例如批量大小、是否随机化数据等。
以下是示例代码,展示了如何使用`DataLoader`加载数据集:
```python
import torch
from torch.utils.data import DataLoader
# 自定义数据集类
class MyDataset(torch.utils.data.Dataset):
def __init__(self, data):
self.data = data
def __len__(self):
return len(self.data)
def __getitem__(self, index):
return self.data[index]
# 创建自定义数据集对象
data = [1, 2, 3, 4, 5]
dataset = MyDataset(data)
# 创建数据加载器
batch_size = 2
shuffle = True
dataloader = DataLoader(dataset, batch_size=batch_size, shuffle=shuffle)
# 迭代数据加载器获取批量数据
for batch in dataloader:
# 在这里对每个批量数据进行处理
print(batch)
```
在上述示例中,我们首先定义了一个自定义的数据集类`MyDataset`,然后创建了一个数据加载器`DataLoader`,并迭代了每个批量的数据。请注意,`DataLoader`会自动将数据集划分为指定的批量大小,并在每次迭代时返回一个批量的数据。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)