【AI】PyTorch入门（三）：数据集和数据加载器

1、简述

PyTorch中对数据集的描述类都是从torch.utils.data.Dataset继承，然后交给torch.utils.data.DataLoader来处理。
在模型训练时，只操作 torch.utils.data.DataLoader 即可，这样就将数据集的代码和训练的代码分离，方便维护。

2、PyTorch预加载数据集

PyTorch针对图像、音频、文本都提供了常用的内置数据集。这些数据集继承自torch.utils.data.Dataset，并且实现了如下方法，可以传递给torch.utils.data.DataLoader

__getitem__
__len__

数据加载示例：

imagenet_data = torchvision.datasets.ImageNet('path/to/imagenet_root/')
data_loader = torch.utils.data.DataLoader(imagenet_data,
                                          batch_size=4,
                                          shuffle=True,
                                          num_workers=args.nThreads)

以图像数据集为例：
导入图像数据集类：torchvision.datasets
数据集类别有图像分类、图像检测和分割、光流、图像配对、图片说明、视频分类

官网文档：https://pytorch.org/vision/stable/datasets