怎么使用 torch.utils.data.TensorDataset 类和 torch.utils.data.DataLoader 类来读取两个特征矩阵的数据

使用 `torch.utils.data.TensorDataset` 类可以将多个张量组合成数据集，然后使用 `torch.utils.data.DataLoader` 类来读取数据集。

假设我们有两个特征矩阵 `x1` 和 `x2`，以及对应的标签 `y`，可以将它们转换成 `TensorDataset` 对象，如下所示：

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

# 定义特征矩阵和标签
x1 = torch.rand(100, 10)
x2 = torch.rand(100, 5)
y = torch.randint(0, 2, (100, ))

# 转换为 TensorDataset 对象
dataset = TensorDataset(x1, x2, y)

接下来，我们可以使用 `DataLoader` 类来读取数据集。`DataLoader` 类可以指定 `batch_size`（批量大小）、`shuffle`（是否打乱数据）、`num_workers`（使用多少个子进程来读取数据）等参数。

# 定义 DataLoader 对象
dataloader = DataLoader(dataset, batch_size=32, shuffle=True, num_workers=4)

# 读取数据
for batch in dataloader:
    x1_batch, x2_batch, y_batch = batch
    print(x1_batch.shape, x2_batch.shape, y_batch.shape)

这样，我们就可以使用 `DataLoader` 类来方便地读取两个特征矩阵的数据了。