PyTorch中Torch.utils.data的DataLoader加载数据时batch_size变了

在pytorch训练数据，发现迭代到某一个次数时，就会报错，大概意思是输入的数据的batch size变了，不是预设置的了，后来发现是在DataLoader中有一个参数，控制dataset中的数据个数不是batch_size的整数倍时，剩下的不足batch size个的数据是否会被丢弃。

DataLoader的函数定义如下：

DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, num_workers=0,
collate_fn=default_collate, pin_memory=False, drop_last=False)

drop_last：dataset中的数据个数可能不是batch_size的整数倍，drop_last为True会将多出来不足一个batch的数据丢弃。

所以就在代码里加上了这个参数为True，继续训练就不再报错了。

参考链接：https://blog.csdn.net/jinbeibei0606/article/details/102742770