TIMESNET 开源项目数据加载器：Dataset_Custom 类实现详解

TIMESNET 开源项目中的 'data_loader.py' 文件包含 'Dataset_Custom' 类，一个自定义的 PyTorch 数据集类。它继承了 PyTorch 中的 'Dataset' 类，并重写了其中的 'init()'、'len()' 和 'getitem()' 方法。

在 'init()' 方法中，该类首先初始化了数据集中的图像和标签的列表。然后，它使用 'transforms.Compose()' 方法将图像转换为 PyTorch 张量，并将标签转换为整数类型。最后，它使用 'train_test_split()' 方法将数据集分为训练集和测试集。

在 'len()' 方法中，该类返回训练集或测试集的图像数量。

在 'getitem()' 方法中，该类首先从训练集或测试集中获取指定索引的图像和标签，并将图像转换为 PyTorch 张量。然后，它使用 'transforms.Normalize()' 方法对图像进行标准化。最后，它返回一个元组，其中第一个元素是图像张量，第二个元素是标签。

综上所述，'Dataset_Custom' 类的实现过程包括读取数据、将数据转换为 PyTorch 张量、将标签转换为整数类型、将数据集分为训练集和测试集、获取指定索引的图像和标签、将图像进行标准化等功能。