在PyTorch中加載自己的數(shù)據(jù)集,一般可以通過(guò)自定義數(shù)據(jù)集類(lèi)和數(shù)據(jù)加載器來(lái)實(shí)現(xiàn)。下面是一個(gè)簡(jiǎn)單的示例:
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, index):
sample = self.data[index]
return sample
# 準(zhǔn)備數(shù)據(jù)集
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
# 實(shí)例化自定義數(shù)據(jù)集類(lèi)
dataset = CustomDataset(data)
from torch.utils.data import DataLoader
# 創(chuàng)建數(shù)據(jù)加載器
dataloader = DataLoader(dataset, batch_size=2, shuffle=True)
for batch in dataloader:
print(batch)
以上就是使用PyTorch加載自定義數(shù)據(jù)集的簡(jiǎn)單示例。在實(shí)際應(yīng)用中,你可能需要根據(jù)數(shù)據(jù)集的具體情況來(lái)修改自定義數(shù)據(jù)集類(lèi)中的方法,并根據(jù)需求設(shè)置數(shù)據(jù)加載器的參數(shù)。