dataset __getitem__调用

在 PyTorch 中，当我们需要训练一个模型时，通常需要先将数据集封装成一个 Dataset 对象，然后再使用 DataLoader 对象来加载数据。在 Dataset 对象中，我们需要实现 __getitem__ 方法来获取数据集中的每个样本。当我们使用 DataLoader 对象加载数据时，它会自动调用 Dataset 对象的 __getitem__ 方法来获取每个样本。

__getitem__ 方法的输入参数是一个索引值，表示需要获取数据集中的第几个样本。输出则是该样本的数据和标签。通常情况下，我们会将数据和标签封装成一个字典并返回。

下面是一个简单的示例代码：

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

    def __getitem__(self, index):
        x = self.data[index]
        y = self.labels[index]
        return {'data': x, 'label': y}

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

在上面的代码中，我们定义了一个 MyDataset 类来封装数据集。在 __getitem__ 方法中，我们根据索引值 index 获取对应的数据和标签，并将它们封装成一个字典返回。在 __len__ 方法中，我们返回数据集的长度。