通过一个小案例，反映出DataLoader使用完整流程！！

import torch

import torch.utils.data as Data

BATCH_SIZE = 3 #批训练数据个数

x = torch.linspace(1,10,10)  #x data (torch tensor)

y = torch.linspace(10,1,10)  #y data (torch tensor)

#随后我们需要把X和Y组成一个完整的数据集，并转化为pytorch能识别的数据集类型：

torch_dataset = Data.TensorDataset(x,y)

#可以看出我们把X和Y通过Data.TensorDataset() 这个函数拼装成了一个数据集，数据集的类型是【TensorDataset】。

# 把 dataset 放入 DataLoader

loader = Data.DataLoader(

        dataset = torch_dataset,

        batch_size = BATCH_SIZE,

        shuffle = True,

        num_workers = 0,

        )

for epoch in range(5): #训练所有数据5次

    i = 0

    for batch_x, batch_y in loader:

        i = i + 1

        print('Epoch:{} | num:{} | batch_x:{} | batch_y:{}'

              .format(epoch,i,batch_x,batch_y))

#for epoch in range(3): #训练所有！整套！数据3次

#    i=0

#    #，每一步 loader 释放一小批数据用来学习

#    for step,(batch_x, batch_y) in enumerate(loader):

#        i = i+1

#        #打出来一些数据

#        print('Epoch:{} | num:{} | batch_x:{} | batch_y:{}'

#              .format(epoch,i,batch_x,batch_y))

【参考】

https://www.jb51.net/article/167009.htm

点滴分享，福泽你我！Add oil！