我有一个像这样的数据集类：

class LoadDataset(Dataset):    def __init__(self, data, label):        self.data = data        self.label = label    def __len__(self):        dlen = len(self.data)        return dlen    def __getitem__(self, index):        return self.data, self.label

然后我加载了形状为[485, 1, 32, 32]的图像数据集

train_dataset = LoadDataset(xtrain, ytrain)print(len(train_dataset))# 输出 485

然后我使用DataLoader加载数据

train_loader = DataLoader(train_dataset, batch_size=32)

接着我遍历数据：

for epoch in range(num_epoch):        for inputs, labels in train_loader:               print(inputs.shape)

输出打印的是torch.Size([32, 485, 1, 32, 32])，它应该是torch.Size([32, 1, 32, 32])，

谁能帮帮我？

回答：

__getitem__方法应该返回一个数据片段，你返回了所有数据。

试试这个：

class LoadDataset(Dataset):    def __init__(self, data, label):        self.data = data        self.label = label    def __len__(self):        dlen = len(self.data)        llen = len(self.label)  # 这里不同        return min(dlen, llen)  # 这里不同    def __getitem__(self, index):        return self.data[index], self.label[index]  # 这里不同