PyTorch DataLoader()使用

DataLoader的作用：通常在訓練時我們會將數據集分成若干小的、隨機的batch，這個操作當然可以手動操作，但是PyTorch里面為我們提供了API讓我們方便地從dataset中獲得batch，DataLoader就是干這事兒的。
先看官方文檔的描述，包括了每個參數的定義：

它的本質是一個可迭代對象，一般的操作是：

1. 創建一個dataset對象
2. 創建一個DataLoader對象
3. 遍歷這個DataLoader對象，將data, label加載到模型中進行訓練

#一個粗略的示意
dataset = torchvision.datasets.MNIST()  #從torchvision這個包里獲得一個dataset對象
train_iter = torch.utils.data.DataLoader(dataset, batch_size = args.batch_size, shuffle = True)#創建DataLoader對象
for epoch in num(epochs):#將數據加載到模型之中
    for data, label in train_iter:
        ...

DataLoader還有更多的細節，但現在還沒有遇到，所以先記下這部分。
這個博客關於這個話題講得不錯，參考 https://www.cnblogs.com/ranjiewen/p/10128046.html