jupyter notebook中如何创建数据集和数据加载器

在Jupyter Notebook中创建数据集和数据加载器可以通过以下步骤完成：

1. 导入所需的库：

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

2. 创建自定义数据集类：

   class MyDataset(Dataset):
       def __init__(self, data):
           self.data = data

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

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

在上述代码中，`MyDataset`是一个继承自`torch.utils.data.Dataset`的自定义数据集类。在`__init__`方法中，我们可以初始化数据集，并在`__len__`方法中返回数据集的长度。`__getitem__`方法用于获取指定索引位置的数据。

3. 创建数据集对象：

   data = [1, 2, 3, 4, 5]  # 示例数据
   dataset = MyDataset(data)

在上述代码中，我们创建了一个示例数据集对象`dataset`，并将示例数据传递给了`MyDataset`类的构造函数。

4. 创建数据加载器：

   batch_size = 2  # 批次大小
   dataloader = DataLoader(dataset, batch_size=batch_size, shuffle=True)

在上述代码中，我们使用`torch.utils.data.DataLoader`类创建了一个数据加载器对象`dataloader`。我们将之前创建的数据集对象`dataset`传递给了构造函数，并指定了批次大小和是否打乱数据的顺序。

至此，你已经成功创建了一个数据集和数据加载器。你可以使用数据加载器来迭代访问数据集中的批次数据。