DataLoader()函数的参数说明

DataLoader()函数的参数说明：

1.dataset (必需): 用于加载数据的数据集，通常是torch.utils.data.Dataset子类的实例化；
2.batch_size (可选): 每个批次的数据样本数，default: 1
3.shuffle (可选): 是否打乱数据集，default: False
4.num_workers (可选): 数据加载的子进程数量，default: 0，即数据只在主进程中加载；
5.drop_last (可选): 如果数据集样本总数不能被批次大小整除，是否丢弃最后一个不完整的批次，default: False
6.pin_memory (可选): 当pin_memory设置为True时，数据加载器会将数据加载到的固定页(锁页内存)中，而GPU可以直接访问固定页(锁页内存)中的数据，而不需要经过额外的数据拷贝操作，
因此cpu内存花销增大，但可以提高使用gpu训练时数据加载的效率，default: False

import torch
from torch.utils.data import DataLoader, Dataset

# 实例化
train_dataset = Dataset()  # 这里简写了，一般都是自己定义Dataset子类的实例化

train_data_loader = DataLoader(
    train_dataset,
    batch_size=64,
    shuffle=True,
    num_workers=2,
    drop_last=True,
    pin_memory=True,
)