paddle数据封装问题，经过一个class类，能得到什么结果？

Question

paddle数据封装问题，x的维度是（28224,480,1），y的维度是（1,480,1）,定义了如下的类，我用train_dataset=MyDataset(x,y)，得到的train_dataset是什么格式的维度的？

class MyDataset(paddle.io.Dataset):#飞浆框架中，构建数据集类，必须集成paddle.io.Dataset父类
    def __init__(self, x,y):#类的初始化方法

        self.x = x
        self.y = y
    
    def __getitem__(self, index):
        #获取第index行数据与标签
        a=self.x
        b=self.y

        return a, b#返回第index行的数据与标签

    def __len__(self):#获取数据集长度
        
        return len(self.x)#返回数据集长度

train_dataset=MyDataset(x,y)

Answer 1

这样才能返回想要的index数据，记得采纳哈

from paddle.io import Dataset
from paddle.io import DataLoader
import numpy as np

class LoadImg(Dataset):
    def __init__(self,  x,y):
        """载入图像数据"""
        super(LoadImg, self).__init__()
        self.x = x
        self.y = y

    def __getitem__(self, index):
        data = self.x[index]
        label= self.y[index]
        return data,label
    def __len__(self):
        return self.x.shape[0]


# 测试方法可行性
def test_img():
    x = np.random.random((20,3,448,448))
    y = np.random.randint(0,10,(20))
    train_dataset = LoadImg(x,y)
    inputs, label = train_dataset.__getitem__(10)
    print(inputs.shape, type(inputs))
    print(label, type(label))

    loader_train_t = DataLoader(train_dataset, batch_size=3, shuffle=True, drop_last=False)
    for (inputs, label) in loader_train_t:
        print(np.reshape(label.numpy(), (-1)), inputs.shape)


if __name__ == "__main__":
    test_img()