雙輸入資料集
建立多輸入模型，首先要打造一個自訂的資料集，能同時提供模型所需的所有輸入。在本練習中，你將建立 Omniglot 資料集，它會提供包含以下內容的三元組：
- 要分類的字元影像，
- 長度為 30 的 one-hot 編碼字母表向量，除了代表該字元所屬字母表 ID 的那個位置是 1，其餘皆為 0，
- 目標標籤，介於 0 到 963 的整數。
你已獲得 samples，這是一個由 3 元組組成的清單，分別包含影像的檔案路徑、其字母表向量，以及目標標籤。另外，下列匯入也都已經替你完成了，開始動手吧！
from PIL import Image
from torch.utils.data import DataLoader, Dataset
from torchvision import transforms
本練習屬於課程
Intermediate Deep Learning with PyTorch
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
class OmniglotDataset(Dataset):
def __init__(self, transform, samples):
# Assign transform and samples to class attributes
____ = ____
____ = ____