pytorch：torch.utils.data.DataLoader的使用

大佬文章
中文的（感觉有的地方翻译和使用的有问题）
在训练模型时使用到此函数，用来把训练数据分成多个小组，此函数每次抛出一组数据。直至把所有的数据都抛出。就是做一个数据的初始化。

代码：

train_dataloader = torch.utils.data.DataLoader(train_data, args.batch_size, collate_fn=collate_fn, shuffle=True)

第一个参数：训练集（或者是其他集）

第二个参数：batch_size()，每一次喂入模型的数据量。

第三个参数：collate_fn 不详。

第四个参数：在每次迭代训练时是否将数据洗牌，默认设置是False。将输入数据的顺序打乱，是为了使数据更有独立性，但如果数据是有序列特征的，就不要设置成True了。