前文传送门：
从零开始深度学习Pytorch笔记（1）——安装Pytorch
从零开始深度学习Pytorch笔记（2）——张量的创建（上）
从零开始深度学习Pytorch笔记（3）——张量的创建（下）
从零开始深度学习Pytorch笔记（4）——张量的拼接与切分
从零开始深度学习Pytorch笔记（5）——张量的索引与变换
从零开始深度学习Pytorch笔记（7）—— 使用Pytorch实现线性回归
从零开始深度学习Pytorch笔记（8）—— 计算图与自动求导（上）
从零开始深度学习Pytorch笔记（9）—— 计算图与自动求导（下）
在该系列的上一篇，我们讲解了计算图和自动求导的知识点，这个内容是Pytorch的基础也是重点，如果不记得了，回去看看吧~我们本篇聊聊Pytorch中的Dataset类。
在进行深度学习的时候，最重要的是什么？没错，就是数据！数据的形式多种多样，可以是文本，可以是表格数据，可以是声音，可以是图像，甚至视频。当我们手上有了数据，接下来的步骤就是将数据读取处理给模型使用，Pytorch提供了很多工具，能让我们读取数据和预处理数据变得easy！
Pytorch的Dataset类是一个抽象类，源码如下，其内部有三个魔法方法：
class Dataset(object):
"""An abstract class representing a Dataset.
All other datasets should subclass it. All subclasses should override
``__len__``, that provides the size of the dataset, and ``__getitem__``,
supporting integer indexing in range from 0 to len(self) exclusive.
"""
def __getitem__(self, index):
raise NotImplementedError
def __len__(self):
raise NotImplementedError
def __add__(self, other):
return ConcatDataset([self, other])
当我们加载数据时，可以定义子类继承Dataset类，定义的子类需要重载两个方法，分别是：
__len__方法，用来提供数据库的大小。
__getitem__方法，支持一个整形索引，重来获取单个数据，范围是__len__定义的，范围是[0, len(self)]
例如我们可以定义自己的数据类，继承和重写这个抽象类，例如：
import torch
import pandas as pd
from torch.utils.data import Dataset
我们已经导入必要的模块，然后可以按你的需要继承重写：
class myDataset(Dataset):
def __init__(self, csv_file, root_dir):
self.csv_data = csv_file
self.root_dir = root_dir
def __len__(self):
return len(self.csv_data)
def __getitem__(self, idx):
data = (self.csv_data[idx])
return data
def read(self, csv, index):
return pd.read_csv(csv[index])
在上面的代码中，我们在初始化中写了个文件的名称和路径，调用__len__方法可以获取传入数据的个数，而__getitem__可以根据索引获取传入数据的名称。使用read方法可以打开传入的数据。
csv_file = [r'F:/train.csv',r'F:/test.csv']
root_dir = r'F/'
ds1 = myDataset(csv_file,root_dir)
ds1[0]
可以得到：
len(ds1)
得到 2，可以得出一共有两个文件
ds1.read(ds1,1)
可以读取csv的内容：
欢迎关注公众号学习之后的深度学习连载部分~
扫码下图关注我们不会让你失望！
