pytorch如何加载自己的数据集

在PyTorch中加载自己的数据集，一般可以通过自定义数据集类和数据加载器来实现。下面是一个简单的示例：

创建自定义数据集类：

import torchfrom torch.utils.data import Datasetclass 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

准备数据集并实例化自定义数据集类：

# 准备数据集data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]# 实例化自定义数据集类dataset = CustomDataset(data)

创建数据加载器：

from torch.utils.data import DataLoader# 创建数据加载器dataloader = DataLoader(dataset, batch_size=2, shuffle=True)

使用数据加载器迭代数据集：

for batch in dataloader:    print(batch)

以上就是使用PyTorch加载自定义数据集的简单示例。在实际应用中，你可能需要根据数据集的具体情况来修改自定义数据集类中的方法，并根据需求设置数据加载器的参数。