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

引用\[1\]中提到了使用torch.utils.data.Dataset和torch.utils.data.DataLoader来进行数据读取和处理。要自定义自己的数据集类，需要继承torch.utils.data.Dataset，并实现__len__和__getitem__方法。其中__len__方法返回数据集的大小，__getitem__方法实现索引数据集中的某一个元素。然后将自定义的Dataset封装到DataLoader中，可以实现单/多进程迭代输出数据。\[1\]

引用\[2\]中介绍了PyTorch中深度学习训练的一般流程。首先创建一个自定义的Dataset，然后将Dataset传递给DataLoader。DataLoader会迭代产生训练数据，供模型使用。\[2\]

引用\[3\]中展示了一个实例化自定义数据集类的过程，并将实例传递给DataLoader。通过设置batch_size和shuffle等参数，可以对数据进行批处理和打乱顺序。\[3\]

综上所述，要使用自定义的数据集类，可以按照以下步骤进行操作：
1. 继承torch.utils.data.Dataset，并实现__len__和__getitem__方法来定义自己的数据集类。
2. 将自定义的数据集类实例化，并传递给torch.utils.data.DataLoader来创建数据加载器。
3. 在训练过程中，通过迭代DataLoader来获取训练数据供模型使用。

参考资料：
\[1\] pytorch提供了一个数据读取的方法，使用了torch.utils.data.Dataset和torch.utils.data.DataLoader。
\[2\] 一般来说PyTorch中深度学习训练的流程是这样的：创建Dataset，传递给DataLoader，迭代产生训练数据提供给模型。
\[3\] 实例化类CreateDataset，将类实例传给DataLoader。
#### 引用[.reference_title]
- *1* [【pytorch记录】torch.utils.data.Dataset、DataLoader、分布式读取并数据](https://blog.csdn.net/magic_ll/article/details/123294552)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [【torch.utils.data】 Dataset和Dataloader的解读和使用](https://blog.csdn.net/zyw2002/article/details/128175177)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [pytorch中使用Dataset、DataLoader读取自定义数据集](https://blog.csdn.net/qq_41667348/article/details/119147982)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]