打乱划分自己的数据集，并加载到数据加载器中（2）

在数据集的划分上:
       既可以将训练用例和测试用例用四个不同的文件保存，分别是训练数据名和训练标签名，测试数据名和测试标签名，再根据文件中的名称，依次从全部数据中读取，完成划分。
       也可以将全部数据的名称保存在两个文件中，分别是全部数据名和全部标签名，按照一定的比例划分，依次读取训练集和测试集。这种方法用到的相关代码如下：

import torch
import torchvision
import torchvision
import torchvision.transforms as transforms
import torch.utils.data as Data
import numpy as np
from torch.utils.data import Dataset
train_dataset = torchvision.datasets.MNIST(root='./data',  #文件存放路径
                            train=True,   #提取训练集
                            transform=transforms.ToTensor(),  #将图像转化为Tensor
                            download=True)
sample_size = len(train_dataset)#获取样本总数
indices = list