### 加载和配置自定义数据集 为了在 PyCharm 中加载和配置自定义数据集，需遵循特定流程以确保数据能够被有效利用于模型训练。以下是实现这一目标的方法： #### 使用 `Dataset` 和 `DataLoader` 创建自定义数据集的关键在于继承 `torch.utils.data.Dataset` 类，并重写其方法以便适应具体的项目需求[^1]。 ```python import torch from torch.utils.data import Dataset, DataLoader class CustomIrisDataset(Dataset): """ 自定义鸢尾花数据集 """ def __init__(self, data, labels): """ 初始化函数 :param data: 数据样本列表或数组 :param labels: 对应标签列表或数组 """ self.labels = labels self.data = data def __len__(self): return len(self.data) def __getitem__(self, idx): sample = { 'data': self.data[idx], 'label': self.labels[idx] } return sample ``` 此段代码展示了如何定义一个名为 `CustomIrisDataset` 的类来表示自定义的数据集。该类接收两个参数——特征 (`data`) 及对应的类别标签 (`labels`)，并通过覆写的 `__getitem__()` 方法返回单个条目作为字典形式的对象。 接着，可以通过如下方式实例化上述定义好的数据集对象以及相应的迭代器（即 `DataLoader`），从而方便后续批次读取操作： ```python # 假设已准备好 iris_data 和 iris_labels 数组/列表变量存储实际数据 dataset = CustomIrisDataset(iris_data, iris_labels) dataloader = DataLoader( dataset, batch_size=4, # 设置每批大小 shuffle=True, # 是否打乱顺序 num_workers=0 # Windows 用户建议设置为 0；其他平台可根据 CPU 核心数调整 ) ``` 这里需要注意的是，在某些操作系统上（比如Windows），由于多进程支持的原因，可能需要将 `num_workers` 参数设定为零以避免潜在错误发生[^2]。 最后一步是在主程序逻辑里循环遍历由 `DataLoader` 提供的一系列 mini-batches 来完成一轮完整的 epoch 训练过程： ```python for i_batch, sample_batched in enumerate(dataloader): print(f'Batch {i_batch}:') print(sample_batched['data']) print(sample_batched['label']) ``` 这段脚本会依次打印出每个批次内的所有记录及其关联的目标值，便于开发者验证整个工作流是否按预期执行[^3]。