要使用PyTorch讀取CSV數據集，可以使用Python的pandas庫來加載CSV文件，并將其轉換為PyTorch張量。下面是一個簡單的示例：
import pandas as pd
import torch
# 讀取CSV文件
data = pd.read_csv('dataset.csv')
# 提取特征和標簽列
features = data.iloc[:, :-1].values
labels = data.iloc[:, -1].values
# 將特征和標簽轉換為PyTorch張量
features_tensor = torch.tensor(features, dtype=torch.float32)
labels_tensor = torch.tensor(labels, dtype=torch.float32)
# 打印張量的形狀
print("Features shape:", features_tensor.shape)
print("Labels shape:", labels_tensor.shape)
在這個示例中，我們首先使用pandas的read_csv函數加載CSV文件。然后，我們使用.iloc來提取特征和標簽列，并將它們轉換為numpy數組。最后，我們使用torch.tensor將特征和標簽轉換為PyTorch張量。
注意，這只是一個簡單的示例，實際上你可能需要根據你的數據集的特點進行一些額外的數據預處理操作。
