pytorch中怎么创建自己的数据集

在PyTorch中，可以通过继承torch.utils.data.Dataset类来创建自己的数据集。以下是一个简单的示例代码：

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, idx):         sample = self.data[idx]         return sample  # 创建自己的数据集 data = [1, 2, 3, 4, 5] custom_dataset = CustomDataset(data)  # 创建数据加载器 data_loader = torch.utils.data.DataLoader(custom_dataset, batch_size=2, shuffle=True)  # 遍历数据加载器 for batch in data_loader:     print(batch) 

在上面的示例中，首先定义了一个自定义的数据集CustomDataset，该数据集继承自torch.utils.data.Dataset类，并实现了__init__、__len__和__getitem__方法。然后创建了一个包含一些数据的实例data，并使用它来实例化CustomDataset类得到custom_dataset。最后，使用DataLoader将自定义数据集包装成数据加载器，并遍历数据加载器来获取数据。