如何使用Pytork数据加载器和用于LSTM输入的三维矩阵？

Question

我有一个三维（time_stepinputsizetotal_num）矩阵的数据集。我想使用DataLoader为LSTM获取batch_size为5的输入数据集。我的代码如下：

file_path = "…/database/frameLength100/notOverlap/a.mat"
mat_data = s.loadmat(file_path)
tensor_data = torch.from_numpy(mat_data[‘a’]) #Tensor

class CustomDataset(Dataset):

def __init__(self, tensor_data):
    self.tensor_data = tensor_data

def __getitem__(self, index):
    data = self.tensor_data[index]
    label = 1;
    return data, label

def __len__(self):
    return len(self.tensor_data)
custom_dataset = CustomDataset(tensor_data=tensor_data)
train_loader = DataLoader(dataset=custom_dataset, batch_size=5, shuffle=True)

我认为代码是错误的，但我不知道如何更正它。让我感到困惑的是，我如何让DataLoader知道哪个维度是“total_num”，以便获得批量大小为5的数据集。

Answer 1

如果我理解正确，您希望批处理沿着total_num维度进行，即维度2。

您可以简单地使用该维度为数据集编制索引，即将\uuu getitem\uuu更改为data=self。张量数据[：，：，索引]，并相应地在中返回self。张量数据。大小（2）而不是len（self.tensor\u数据）。然后，每个批次将具有大小[时间步长，inputsize，5]。