Python 是否可以将培训数据加载器（和数据集）拆分为培训和验证数据集？

torchvision软件包可轻松访问常用数据集：

显然，您只能在

train=True

和

train=False

之间切换。委员会解释说：

train（bool，可选）–如果为True，则从training.pt创建数据集， 否则从test.pt

但这与三方分割的惯例背道而驰。对于严肃的工作，我需要另一个带有验证集的

DataLoader

。另外，最好自己指定分割比例。他们并没有说数据集中保留了多少百分比用于测试，也许我想改变这一点

---

我认为这是一个有意识的设计决策。处理其中一个数据集的每个人都应该使用相同的测试集。这使得结果具有可比性。但是我仍然需要得到

trainloader

的验证集。是否可以将

数据加载器

拆分为两个独立的数据流

与此同时，我偶然发现了这个方法。因此，您不拆分

数据加载器

，而是拆分

数据集

：

torch.utils.data.random_split(dataset, lengths)

torch.utils.data.random_split(dataset, lengths)