#

奇偶校验任务

奇偶校验任务的输入是一个带有 $0$ 's 和 $1$ 's 的向量。输出是 $- 1$ 's 的 $1$ 奇偶校验——如果有，则为 1是的奇数 $1$ ，否则为零。输入是通过使矢量中的随机数量的元素为 $1$ 或而生成 $- 1$ 的。

19from typing import Tuple
20
21import torch
22from torch.utils.data import Dataset

#

25class ParityDataset(Dataset):

#

30    def __init__(self, n_samples: int, n_elems: int = 64):

#

35        self.n_samples = n_samples
36        self.n_elems = n_elems

#

数据集的大小

38    def __len__(self):

#

42        return self.n_samples

#

生成样本

44    def __getitem__(self, idx: int) -> Tuple[torch.Tensor, torch.Tensor]:

#

空向量

50        x = torch.zeros((self.n_elems,))

#

非零元素的数量-介于 $1$ 和元素总数之间的随机数

52        n_non_zero = torch.randint(1, self.n_elems + 1, (1,)).item()

#

用 $1$ “和 $- 1$ ” 填充非零元素

54        x[:n_non_zero] = torch.randint(0, 2, (n_non_zero,)) * 2 - 1

#

随机排列元素

56        x = x[torch.randperm(self.n_elems)]

#

奇偶校验

59        y = (x == 1.).sum() % 2

#

62        return x, y