当一组参数来自 Dataset 类时，如何创建具有可学习参数的模块

Question

所以，我有一个模型需要训练一些参数。此外，Dataset(torch.utils.data.Dataset) 类中有一些参数可以进行一些预处理。我还需要使用模型的参数来训练它们。那么，您能否让我知道我所做的是否正确：

params = list(model.parameters())
params.extend(list(Dataset.parameters()))
opt = torch.optim.Adam(params,lr=1e-4)

还有一个问题。由于 Dataset 类会同时生成 train_ds 和 val_ds，所以我只需要在获取 train_ds 时训练 Dataset 类的参数即可。为了获得 val_ds，我需要使用数据集的训练参数。那么，如何创建 train_ds 和 val_ds？我是否应该先创建它们，然后使用 tarin_ds 训练模型，然后再次创建它们并使用 val_ds 进行测试？

Answer 1

Dataset 类没有 .parameters - 它仅用于处理数据。
您的模型类派生自 nn.Module 类，该类具有 .parameters 并且可以进行训练。
您似乎需要将可训练的预处理添加到模型中，而不是将其作为数据集类的一部分。