TensorDataset类

TensorDataset能够用来对tensor进行打包，包装成Dataset

torch_dataset = Data.TensorDataset(x, y)

Dataset类

pytorch中所有的数据都是Dataset的子类，我们在使用pytorch生成训练数据时，可以创建一个继承Dataset类的数据类来方便我们使用数据

在创建Dataset子类时，需要重写getitem方法和len方法，其中getitem方法返回输入索引后对应的特征和标签，而len方法则返回数据集的总数据个数

在init初始化过程中，我们也可以输入可代表数据集基本属性的相关内容，包括数据集的特征、标签、大小等信息

示例：

另外，我们能够使用在torch.utils.data中的random_split函数去切分数据集

此时切分的结果是一个映射式的对象，只有dataset和indices两个属性，其中dataset属性用于查看原数据集对象，indices属性用于查看切分后数据集的每一条数据的index（序号）

此外，如果想从已建立的Dataset中划分训练集测试集，可以使用Subset进行拆分，示例如下：

train_dataset = torch.utils.data.Subset(dataset, range(int(split_rate * dataset.lens)))
test_dataset = torch.utils.data.Subset(dataset, range(int(split_rate * dataset.lens), dataset.lens))

DataLoader类

DataLoader类负责进行数据转化，将一般数据状态转换为“可建模”的状态，即不仅包含数据原始的数据信息，还包含数据处理方法信息，如调用几个线程进行训练、分多少批次等

原型：

torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None, multiprocessing_context=None, generator=None, *, prefetch_factor=2, persistent_workers=False)

几个重要参数：

• batch_size：每次迭代输入多少数据
• shuffle：是否需要先打乱顺序然后再进行小批量的切分，一般训练集需要乱序，而测试集乱序没有意义
• num_worker：启动多少线程进行计算

DataLoader的使用需要搭配迭代器来使用，for i, (input, target) in enumerate(data_loader)或next(iter(data_loader))都可以返回数据和标签