Pytorch 首选的数据上传工具是 torch.utils.data.DataLoader，它可以将已经预处理完成的数据集转换成一个迭代器，迭代一次输出一个预先定义好的batch_size数量的图片

torch.utils.data.DataLoader类

1、**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, multiprocessing_context=None)

Dataloader类结合数据集和采样器，同时提供包含传入数据集的迭代器

它同时支持map_style和iterable_style类型的数据集，同时支持单进程和多进程加载数据，及自定义的加载顺序,可batch_size

2、参数详解

dataset: 将要加载的数据的数据集

batch_size(int): 每迭代加载的图像的数量

shuffle(bool):将其设置为True时，数据将会在每个epoch之后，进行打乱重新排序

sampler(Sampler): 定义在数据集中抓取样本的方法

batch_sampler(Sampler):同sampler，同时还会返回这一批样本的索引

num_workers(int):定义家在数据的线程数，默认为0，意味着只使用主线程加载数据。

。。。