Python 带有DataLoader和3D输入的小批量。（小火炬）

我一直在努力为3D张量管理和创建批次。我以前使用过它来为1D tensor创建批处理。然而，在我目前的研究中，我需要用形状张量（10241024,2）创建批次

我创建了自定义数据，用作pytorch中DataLoader方法的输入。我为1D阵列创建了以下内容：

class CustomDataset(Dataset):
def __init__(self, x_tensor, y_tensor):
    self.xdomain = x_tensor
    self.ydomain = y_tensor
    
def __getitem__(self, index):
    return (self.xdomain[index], self.ydomain[index])

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

它工作得很好，但是，我意识到这分别不适用于形状为（10241024,2）和（10241024,1）的张量x_张量和y_张量。我知道我必须改变_uuuGetItem uuuuuuu和_uuuulen uuuuuuuu函数，这样它就可以将张量分成几批

我尝试了很多方法，但我知道它可以奏效的一个方法是，我可以将这些张量展平成（1024x1024,2）和（1024x1024,1）两种形状。然而，我将不得不不仅改变我的NN定义，而且必须改变我的代码

所以我想保持原样，尽可能理解如何创建这些函数。我对这些功能的理解是：

\uuuu len\uuu

以便len（数据集）返回数据集的大小。

\uuuu getitem\uuuu

以支持索引，从而可以使用数据集[i]获取第i个样本

有了这些知识，我创建了这个类，它可以找到前两个维度的索引（找到第I个样本）。但是，这将NN的输入创建为（1024x1024,2）和输出（1024x1024,1）。我希望它是（10241024,2）和（10241024,1）

如果有人对数据加载器和小批量有更好的理解，可以解释我遗漏了什么，那将是令人惊讶的。首先，这可能吗

谢谢你阅读，如果这个问题太基本，我很抱歉。我希望这是清楚的