DataLoaders - 在 Dataset 上包装一个 iterable 意味着什么？
DataLoaders - wrapping an iterable over the Dataset means?
我正在阅读Dataloaders的官方文档：
https://pytorch.org/tutorials/beginner/basics/data_tutorial.html
还有这句话“DataLoader wraps an iterable around the Dataset..”
我知道数据加载器用于迭代数据集，但我不明白的是，将可迭代对象包装在数据集上意味着什么？我想领略一下理论观点。
这句话的意思是DataLoader可以用来迭代Dataset的内容。例如，如果您有一个包含 1000 张图像的数据集，您可以按照它们在数据集中存储的顺序迭代某些属性，而不是单独迭代。另一方面，包装该数据集的 DataLoader 允许您批量迭代数据、打乱数据、应用函数、示例数据等。只需查看 torch.utils.data.DataLoader 上的 Pytorch 文档，您就会看到所有这些包含的选项。
我正在阅读Dataloaders的官方文档：
https://pytorch.org/tutorials/beginner/basics/data_tutorial.html
还有这句话“DataLoader wraps an iterable around the Dataset..”
我知道数据加载器用于迭代数据集，但我不明白的是，将可迭代对象包装在数据集上意味着什么？我想领略一下理论观点。
这句话的意思是DataLoader可以用来迭代Dataset的内容。例如，如果您有一个包含 1000 张图像的数据集，您可以按照它们在数据集中存储的顺序迭代某些属性，而不是单独迭代。另一方面，包装该数据集的 DataLoader 允许您批量迭代数据、打乱数据、应用函数、示例数据等。只需查看 torch.utils.data.DataLoader 上的 Pytorch 文档，您就会看到所有这些包含的选项。