读取训练集torch张量

要读取训练集torch张量，首先需要将数据集处理成张量的形式，可以使用PyTorch中的DataLoader和Dataset方法。以下是一个示例代码：

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

# 自定义数据集类
class MyDataset(Dataset):
    def __init__(self, data):
        self.data = data

    def __getitem__(self, index):
        return self.data[index]

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

# 加载数据集
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
dataset = MyDataset(data)
dataloader = DataLoader(dataset, batch_size=2)

# 读取张量数据
for batch in dataloader:
    print(batch)

在上面的代码中，首先定义了一个自定义数据集类MyDataset，然后将数据集data作为参数传入。在自定义数据集类中，实现了__getitem__和__len__方法，用于返回指定索引的数据项和数据集的长度。接着，使用DataLoader方法将数据集封装成可迭代的数据加载器，并设置了每个批次的大小为2。最后，在for循环中读取每个批次的数据，得到的结果就是torch张量。