如何将多个.mat文件从多个文件夹内导出到pytorch不同的列表中，并将不同的列表转换成不同的张量

可以使用Python中的os模块、scipy中的loadmat函数和PyTorch中的torch.Tensor函数来实现该功能。具体步骤如下：

1. 首先导入必要的模块：

import os
import scipy.io as sio
import torch

2. 定义一个函数，该函数接受一个文件夹路径作为参数，遍历该文件夹内的所有.mat文件，并将它们导入到一个列表中：

def load_mat_files_from_folder(folder_path):
    mat_files = []
    for file_name in os.listdir(folder_path):
        if file_name.endswith('.mat'):
            file_path = os.path.join(folder_path, file_name)
            mat_file = sio.loadmat(file_path)
            mat_files.append(mat_file)
    return mat_files

3. 调用该函数，将多个文件夹内的.mat文件导入到不同的列表中：

folder_1 = '/path/to/folder_1'
folder_2 = '/path/to/folder_2'

mat_files_1 = load_mat_files_from_folder(folder_1)
mat_files_2 = load_mat_files_from_folder(folder_2)

4. 将不同的列表转换成不同的张量：

tensor_list_1 = [torch.Tensor(mat_file['variable_name']) for mat_file in mat_files_1]
tensor_list_2 = [torch.Tensor(mat_file['variable_name']) for mat_file in mat_files_2]

其中，'variable_name'是.mat文件中的变量名，需要替换成实际的变量名。这样就可以将多个.mat文件从多个文件夹内导出到PyTorch不同的列表中，并将不同的列表转换成不同的张量了。