torch读取数据

library(torch)
library(palmerpenguins)
library(dplyr)

# 以摘要形式展示数据集的结构和内容
penguins %>% glimpse()

# 数据框转换为张量
penguins_dataset <- dataset(
  name = "penguins_dataset()",
  # 初始化
  initialize = function(df) {
    # 去除NA
    df <- na.omit(df)
    # 取数据框第3到第6列，转换为矩阵，然后进一步转换为PyTorch张量
    self$x <- as.matrix(df[, 3:6]) %>% torch_tensor()
    # 将species列（物种信息）转换为数值型（类别编码），再转为PyTorch长整型张量
    self$y <- torch_tensor(
      as.numeric(df$species)
    )$to(torch_long())
  },
  # 根据索引 i 返回一个单独的数据样本
  .getitem = function(i) {
    list(x = self$x[i, ], y = self$y[i])
  },
  # 返回特征数据 self$x 的行数，即数据集的样本总数
  .length = function() {
    dim(self$x)[1]
  }
)

# 张量赋值给 ds 函数
ds <- penguins_dataset(penguins)
# 查看张量的长度
length(ds)
# 查看第 1 行数据
ds[1]

# 创建随机由三个随机张量10个组成的数据集
three <- tensor_dataset(
  # 从正态分布中生成随机数，张量的维数是10
  # 即包含10个元素的1维向量
  torch_randn(10), torch_randn(10), torch_randn(10)
)
# 从数据集中获取第一个样本
three[1]

# 去除带有 NA 的行
penguins <- na.omit(penguins)
# 构建函数，3:6 为矩阵张量；
ds <- tensor_dataset(
  torch_tensor(as.matrix(penguins[, 3:6])),
  torch_tensor(
    # species转化为数值型再转化为长整数型再转化为张量
    as.numeric(penguins$species)
  )$to(torch_long())
)
# 取数据集中第一条数据，两个部分：
# （1）特征张量（相当于x）
# （2）标签（相当于y）
ds[1]