PyTorch Map式DataLoader迭代返回内容及代码逻辑疑问咨询

Map风格Dataset的核心逻辑是：迭代返回的内容完全由你在Dataset的__getitem__方法里定义，DataLoader只是把__getitem__返回的单个样本按batch_size打包成批量数据。

你代码里能直接用x,y=batch，说明你的train_dataset的__getitem__方法返回的是(输入数据x, 标签y)，所以DataLoader每次迭代会把3个（你的batch_size=3）这样的样本打包，返回一个包含两个张量的元组：第一个是批量的输入数据，第二个是批量的标签。这时候的x就是模型需要的输入特征，自然可以用来喂模型生成预测结果。

你误以为会返回索引，是混淆了默认逻辑——Map风格Dataset不会主动返回索引，除非你在__getitem__里特意把索引加入返回值。比如如果你的__getitem__写成：

def __getitem__(self, idx):
    x = self.data[idx]
    y = self.labels[idx]
    return idx, x, y

那迭代DataLoader的时候，就需要用idx, x, y = batch才能拿到索引。

内容的提问来源于stack exchange，提问作者J Sravan Sainath Reddy