小编sea*_*ppy的帖子

嗨，我正在训练 PyTorch 模型并出现此错误：

----> 5 for i, data in enumerate(trainloader, 0):

TypeError: 'torch.Size' object cannot be interpreted as an integer

不确定这个错误是什么意思。

你可以在这里找到我的代码：

model.train()
for epoch in range(10):
    running_loss = 0

    for i, data in enumerate(trainloader, 0):

        inputs, labels = data

        optimizer.zero_grad()

        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        if i % 2000 == 0:
          print (loss.item())
        running_loss += loss.item()
        if i % 1000 == 0:
            print ('[%d, %5d] loss: %.3f' % (epoch, i, running_loss/ 1000))
            running_loss = 0 …

我正在尝试使用 Pytorch 数据加载器来定义我自己的数据集，但我不确定如何加载多个数据源：

我目前的代码：

class MultipleSourceDataSet(Dataset):
    def __init__ (self, json_file, root_dir, transform = None):
        with open(root_dir + 'block0.json') as f:
            self.result = torch.Tensor(json.load(f))

    self.root_dir = root_dir
    self.transform = transform

    def __len__(self):
        return len(self.result[0])

    def __getitem__ (self):
        None

数据源是下50个块 root_dir = ~/Documents/blocks/

由于这是一个非常大的数据集，我之前将它们分开并避免直接组合它们。

如何将它们加载到单个数据加载器中？