TensorDatasetクラスによるデータセットの作成

ここではTensorDatasetクラス（略してデータセットクラス）を利用したデータセットの生成方法を学ぶ。

code:batch1.py

import torch as pt

from torch.utils.data import TensorDataset, DataLoader

# データの用意

X = 0, 1], 2, 3, 4, 5, 6, 7, [8, 9

y = 0], 1, 2, 3, [4

X_train = pt.tensor(X, dtype=pt.float)

y_train = pt.tensor(y)

dataset_train = TensorDataset(X_train, y_train) # (1)

for i, (X, y) in enumerate(dataset_train):

print(i, ') X:', X, 'y:', y)

TensorDataset型インスタンスはジェネレータであり、FOR文の制御に用いることで訓練データを順に生成する。

code:結果.py

0 ) X: tensor(0., 1.) y: tensor(0)

1 ) X: tensor(2., 3.) y: tensor(1)

2 ) X: tensor(4., 5.) y: tensor(2)

3 ) X: tensor(6., 7.) y: tensor(3)

4 ) X: tensor(8., 9.) y: tensor(4)

ループの度にデータセットから学習データXと教師データyの組を取り出すことができるので、これを利用するとニューラルネットの学習を行うことができる。ただし、

この場合、入力したテンソルの通りにデータが出力される。よりランダムに取り出すことができれば、探索が局所解に陥ることを抑制できる。

データは１件づつ得られるため処理速度の面で不利である。

/icons/hr.icon

※ ブラウザのバックボタンで戻る