【PyTorch笔记 05】使用DataLoader类进行数据加载的策略
一、声明
- 本帖持续更新中
二、情形1：同时加载不等长的两个数据
在某些情况下，训练数据的循环中需要同时加载两个数据集，然而加载两个数据集有可能不等长。这就有可能导致训练时出现逻辑问题。例如，小样本学习中需要加载支撑集和查询集，一个示例程序如下所示：
# 用DataLoader类管理数据
support_loader = DataLoader(support_dataset , batch_size=args.batch_size, shuffle=True)
query_loader = DataLoader(query_dataset, batch_size=args.batch_size, shuffle=True)
# 训练循环
for (support_data, support_label, support_indices), (query_data, query_label, query_indices) in zip(support_loader, query_loader):
support_data, query_data = support_data.to(device).float(), query_data.to(device).float()
query_label = query_label.to(device).long()
上述代码中，DataLoader类管理支撑集和查询集，当遇到不等长的情况时，循环会在短的数据处理结束时终止。
原文地址：https://blog.csdn.net/i13270752870/article/details/136336546
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！