PyTorch自定义Dataset多类型返回：最优实现方式咨询

首先明确：你没法“分别返回”int、list、bool——Python里return int_val, float_list, bool_val本质就是返回一个元组，只是省略了括号而已。所以两种写法在底层完全等价，但显式写成return (int_val, float_tensor, bool_val)会更清晰，也符合PyTorch的常规写法。

更关键的是，为了效率和DataLoader的兼容性，你需要注意这几点：

• 别用list存浮点数：把10个浮点数的列表转成torch.FloatTensor，这样DataLoader能自动把批量样本的这部分堆叠成形状为(batch_size, 10)的张量，避免后续手动转换的开销，也符合PyTorch的张量运算逻辑。
• 整数和布尔值也建议转成张量：比如整数用torch.tensor(int_val, dtype=torch.int32)，布尔值用torch.tensor(bool_val, dtype=torch.bool)，这样批量处理时能直接堆叠成批量张量，不用在模型前处理时再做类型转换。

给你个极简示例：

import torch
from torch.utils.data import Dataset

class CustomDataset(Dataset):
    def __init__(self, data):
        self.data = data  # 假设data是包含每个样本原始数据的列表

    def __len__(self):
        return len(self.data)

    def __getitem__(self, idx):
        raw_sample = self.data[idx]
        # 从原始数据中提取对应值
        int_val = raw_sample['int']
        float_list = raw_sample['floats']  # 长度为10的列表
        bool_val = raw_sample['bool']
        
        # 转成张量
        int_tensor = torch.tensor(int_val, dtype=torch.int32)
        float_tensor = torch.tensor(float_list, dtype=torch.float32)
        bool_tensor = torch.tensor(bool_val, dtype=torch.bool)
        
        # 显式返回元组
        return (int_tensor, float_tensor, bool_tensor)

这么做的好处：

• DataLoader能直接把每个元素批量堆叠，比如所有样本的float_tensor会变成(batch_size,10)的张量，直接喂给模型。
• 全程用PyTorch张量操作，避免Python list和张量之间的频繁转换，效率更高。

内容的提问来源于stack exchange，提问作者PatrickSVM