pyTorch 中数据集和 TensorDataset 之间的区别

Question

“torch.utils.data.TensorDataset”和“torch.utils.data.Dataset”之间有什么区别 - 文档对此并不清楚，我在谷歌上找不到任何答案。

Answer 1

该类Dataset是一个抽象类，用于定义新类型的（海关）数据集。相反，它TensorDataset是一个随时可用的类，将您的数据表示为张量列表。

您可以通过以下方式定义自定义数据集：

class CustomDataset(torch.utils.data.Dataset):

  def __init__(self, *args, **kwargs):
    super().__init__(*args, **kwargs)
    # Your code

    self.instances = your_data

  def __getitem__(self, idx):
    return self.instances[idx] # In case you stored your data on a list called instances

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

如果您只想创建一个包含输入特征和标签张量的数据集，则TensorDataset直接使用：

dataset = TensorDataset(input_features, labels)

请注意，input_features和labels必须匹配第一个维度的长度。