Github 上地址 github.com/thuml/TimesNet. 的开源项目 TIMESNET 在 `data_loader.py` 中 class Dataset_Custom(Dataset) 所有具体的功能实现过程

对于开源项目 TIMESNET 中的 data_loader.py 文件，Dataset_Custom 类是一个自定义的 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。