DataLoader的加载数据的原理

    因为dataset中的getitem方法是返回img,target,
    所以 DataLoader（batch_size=4）取出了dataset中的4个数据
        img0，target0 = dataset[0]
        img1，target1 = dataset[1]
        img2，target2 = dataset[2]
        img3，target3 = dataset[3]
    然后DataLoader将img0-3，target0-3分别打包成imgs和targets进行返回
            那么我们怎么取出这些返回呢？
        利用for循环

代码如下：

from torch.utils.data import DataLoader
import torchvision

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,download=False)
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download=False)

test_loader = DataLoader(test_set,batch_size=4,shuffle=True,num_workers=0,drop_last=False)
for data in test_loader:
    imgs,targets = data
    print(imgs.shape)
    print(targets)