如何从头开始制作PyTorch数据加载器？

Question

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):
        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

Answer 1

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]]