Torch如何自定义一个Dataset类
导读:要自定义一个Dataset类,可以继承自torch.utils.data.Dataset,并实现其中的__len__和__getitem__方法来定义数据集的长度和获取数据的方式。 下面是一个简单的例子: import torch from...
要自定义一个Dataset类,可以继承自torch.utils.data.Dataset,并实现其中的__len__和__getitem__方法来定义数据集的长度和获取数据的方式。
下面是一个简单的例子:
import torch
from torch.utils.data import Dataset
class CustomDataset(Dataset):
def __init__(self, data):
self.data = data
def __len__(self):
return len(self.data)
def __getitem__(self, idx):
sample = self.data[idx]
return sample
# 创建一个数据集实例
data = [1, 2, 3, 4, 5]
custom_dataset = CustomDataset(data)
# 获取数据集的长度
print(len(custom_dataset))
# 获取数据集中第一个样本
print(custom_dataset[0])
在上面的例子中,我们定义了一个CustomDataset类,它接受一个数据列表作为输入,并实现了__len__方法和__getitem__方法。通过实例化CustomDataset类,我们可以获取数据集的长度并获取数据集中的样本。
声明:本文内容由网友自发贡献,本站不承担相应法律责任。对本内容有异议或投诉,请联系2913721942#qq.com核实处理,我们将尽快回复您,谢谢合作!
若转载请注明出处: Torch如何自定义一个Dataset类
本文地址: https://pptw.com/jishu/666426.html