【冰糖Python】PyTorch：数据加载 torch.utils.data.DataLoader()

使用基于 PyTorch 构建的模型进行训练前，需要对数据进行加载操作

即使用 torch.utils.data.DataLoader()

class torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None, *, prefetch_factor=2, persistent_workers=False)

对数据 dataset 进行加载，同时提供可分批加载功能，即设置 batch_size

dataset：需要加载的数据集

batch_size：默认1，batch的大小

shuffle：默认 False，是否在每个epoch重新打乱样本顺序

sampler：默认None，定义从数据集中获取样本的策略，设定此项则忽略 shuffle

num_workers：默认0，加载使用的进程的数量，0表示在主进程中加载数据

collate_fn：合并一组样本以形成张量的mini-batch（从map-style的数据集中分批加载数据时使用）

pin_memory