Python 如何从头开始制作PyTorch数据加载器?
是否可以从头开始重新创建PyTorch DataLoader的简单版本? 该类应该能够根据批大小返回当前批 例如,下面的代码只允许我一次返回一个示例Python 如何从头开始制作PyTorch数据加载器?,python,iterator,pytorch,dataloader,Python,Iterator,Pytorch,Dataloader,是否可以从头开始重新创建PyTorch DataLoader的简单版本? 该类应该能够根据批大小返回当前批 例如,下面的代码只允许我一次返回一个示例 X = np.array([[1,2],[3,4],[5,6],[6,7]]) class DataLoader: def __init__(self, X, b_size): self.X = X self.b_size = b_size def __len__(self):
X = np.array([[1,2],[3,4],[5,6],[6,7]])
class DataLoader:
def __init__(self, X, b_size):
self.X = X
self.b_size = b_size
def __len__(self):
return len(self.X)
def __getitem__(self, index):
return self.X[index]
但我想要实现的是,如果我指定b_size=2,它将返回:
Iteration 0: [[1,2],[3,4]]
Iteration 1: [[5,6],[7,8]]
在Python中有可能做类似的事情吗?我不能使用DataLoader类
X = np.array([[1,2],[3,4],[5,6],[6,7]])
class DataLoader:
def __init__(self, X, b_size):
self.X = X
self.b_size = b_size
def __len__(self):
return len(self.X)//self.b_size
def __getitem__(self, index):
return self.X[index*self.b_size:index*self.b_size+self.b_size]
d = DataLoader(X, 2)
for i in range(len(d)):
print (f"Iteration {i}: {d[i]}")
输出:
Iteration 0: [[1 2]
[3 4]]
Iteration 1: [[5 6]
[6 7]]
事情很简单。。非常感谢。