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