Свой класс набора данных в PyTorch

Если данные хранятся в полях объекта, набор описывают классом от Dataset из torch.utils.data. Нужны метод __len__, который сообщает число элементов, и метод __getitem__, который по индексу возвращает пару тензоров.

Опишем класс с двумя строками признаков и двумя метками, создадим объект и проверим длину и один элемент:

import torch
from torch.utils.data import Dataset

class PairTable(Dataset):
	def __init__(self):
		self.features = torch.tensor([[1.0, 2.0], [3.0, 4.0]])
		self.targets = torch.tensor([0, 1])

	def __len__(self):
		return len(self.features)

	def __getitem__(self, index):
		return self.features[index], self.targets[index]

ds = PairTable()
print(len(ds)) # выведет 2
print(ds[0]) # выведет (tensor([1., 2.]), tensor(0))

Внутри класса тензоры могут собираться из файлов или считаться на лету; снаружи остаётся тот же контракт: длина и выдача пары по номеру.

Опишите класс с тремя строками [[1.0], [2.0], [3.0]] и метками [10, 20, 30]. Создайте объект и выведите, сколько в нём элементов.

Опишите класс с двумя строками по три числа и метками 0 и 1. Возьмите элемент с индексом 1 и выведите его метку.

Опишите класс, где признаки - таблица [[0.0, 0.0], [1.0, 1.0]], а метки - 0 и 1. Выведите признаки первого элемента.