自己需要完成一個基於時序訊號資料的自編碼器，但是在讀取資料時遇到了一些困難。資料集（無標籤）由csv檔案構成，每個資料樣本為一個csv檔案，csv檔案中的資料為4列512行。
CSDN同步：pytorch讀取自己的csv資料集

python程式碼

// 重寫dataset類
import os
import torch
import pandas as pd
from torch.utils.data import Dataset
from torch.utils.data import DataLoader

class myDataset(Dataset):
    def __init__(self, data_dir): 
        # data_dir:輸入路徑

        # 讀資料夾下每個資料檔案的名稱
        self.file_name = os.listdir(data_dir)

        self.data_path = []
        # 把每一個檔案的路徑拼接起來
        for index in range(len(self.file_name)):
            self.data_path.append(os.path.join(data_dir, self.file_name[index]))

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

    def __getitem__(self, index):
        # 讀取每一個數據
        data = pd.read_csv(self.data_path[index], header=None)
        # 轉成張量
        data = torch.tensor(data.values)

        return data


// 例項化，讀取資料

in_dir = r"E:\202205\train"
# 讀取資料集
train_dataset = myDataset(data_dir=in_dir)
# 載入資料集
train_iter = DataLoader(train_dataset)
 

看看讀取的資料的大小和格式

for x in enumerate(train_iter):
	print(x)
    print(type(x))

當index = 0 時的結果為

(0, tensor([[[  5.4378,   5.4378,   5.4378,   5.4378],
         [  5.6137,   5.6137,   5.6137,   5.6137],
         [  5.7855,   5.7855,   5.7855,   5.7855],
         ...,
         [219.6983, 219.6983, 219.6983, 219.6983],
         [214.3309, 214.3309, 214.3309, 214.3309],
         [209.1339, 209.1339, 209.1339, 209.1339]]], dtype=torch.float64))
<class 'tuple'>
 

對於我來說，tuple不能直接用，需要取出裡面的tensor

    # 取出tuple的第二列
    mydata = x[1]
    print(mydata)
    print(mydata.shape)
    print(type(mydata))

當index = 0時的結果為

tensor([[[  5.4378,   5.4378,   5.4378,   5.4378],
         [  5.6137,   5.6137,   5.6137,   5.6137],
         [  5.7855,   5.7855,   5.7855,   5.7855],
         ...,
         [219.6983, 219.6983, 219.6983, 219.6983],
         [214.3309, 214.3309, 214.3309, 214.3309],
         [209.1339, 209.1339, 209.1339, 209.1339]]], dtype=torch.float64)
torch.Size([1, 512, 4])
<class 'torch.Tensor'>
 

OK，能得到我想要的東西了。

參考文章:https://blog.csdn.net/qq_42653159/article/details/124511467