tensordataset函数

TensorDataset函数是PyTorch中的一个类，用于将数据集封装为Tensor对象，方便进行数据处理和模型训练。该函数需要传入一个或多个Tensor对象作为数据集，并可以同时传入一个或多个Tensor对象作为标签（可选）。每个数据样本和标签必须在相应的Tensor对象中具有相同的行数。以下是一个示例：

import torch
from torch.utils.data import TensorDataset

# 创建数据集
X = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
y = torch.tensor([0, 1, 1])

# 将数据集封装为TensorDataset对象
dataset = TensorDataset(X, y)

# 访问数据集中的第一个样本
sample = dataset[0]
print(sample)
# 输出：(tensor([1, 2, 3]), tensor(0))

在上面的示例中，我们首先定义了一个包含3个样本和一个标签的数据集。然后，我们使用TensorDataset函数将数据集封装为一个TensorDataset对象。最后，我们可以通过索引访问数据集中的单个样本，并且该样本被封装为一个元组，包含数据和标签。