深度学习技术栈 —— Pytorch之TensorDataset、DataLoader

CS-Polaris

已于 2024-01-23 16:45:05 修改

阅读量1.4k

点赞数 17

CC 4.0 BY-SA版权

分类专栏： AI技术栈 Python技术栈文章标签：深度学习 pytorch 人工智能

于 2024-01-23 13:36:05 首次发布

本文链接：https://blog.csdn.net/weixin_44327736/article/details/135763003

本文介绍了如何在Pytorch中使用TensorDataset和DataLoader处理数据，包括创建TensorDataset以整合输入数据和正确答案，以及如何从.csv文件转换为tensor张量并通过DataLoader进行加载和预处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习技术栈 —— Pytorch之TensorDataset、DataLoader

前言
一、TensorDataset、DataLoader的用法？
二、从.csv文件-->tensor张量
总结

前言

简单来说，TensorDataset与DataLoader这两个类的作用，就是将数据读入并做整合，以便交给模型处理。就像石油加工厂一样，你不关心石油是如何采集与加工的，你关心的是自己去哪加油，油价是多少，对于一个模型而言，DataLoader就是这样的一个予取予求的数据服务商。

参考文章或视频链接
[1] How to use TensorDataset, Dataloader (pytorch)

一、TensorDataset、DataLoader的用法？

# coding:utf-8
# @Time: 2024/1/23 上午9:57
# @Author: 键盘国治理专家
# @File: __init__.py.py
# @Description: 

import numpy as np
import torch
from torch.utils.data import TensorDataset
from torch.utils.data import DataLoader


def test_TensorDataset():
    input = np.random.rand(4, 2)  # Input data
    correct = np.random.rand(4, 1)  # Correct answer data

    input = torch.FloatTensor(input