DataLoader
导包：from torch.utils.data import DataLoader
DataLoader是Pytorch中用来处理模型输入数据的一个工具类。组合了数据集（dataset） + 采样器(sampler)，并在数据集上提供单线程或多线程(num_workers )的可迭代对象。
1、重要参数
1 epoch：所有的训练样本输入到模型中称为一个epoch；
2 iteration：一批样本输入到模型中，称为一个Iteration;
3 batchszie：批大小、批尺寸，决定一个epoch有多少个Iteration；
4 迭代次数（iteration）= 样本总数（epoch）/批尺寸（batchszie）
5 dataset (Dataset) – 决定数据从哪读取或者从何读取；
6 batch_size (python:int, optional) – 批尺寸(每次训练样本个数,默认为１），听说是2的幂次可以发挥更好的性能（32，64，128，256）
7 shuffle (bool, optional) – 每一个 epoch是否为乱序 (default: False)；
8 num_workers (python:int, optional) – 是否多进程读取数据（默认为０);
9 drop_last (bool, optional) – 当样本数不能被batchsize整除时，最后一批数据是否舍弃（default: False)
10 pin_memory（bool, optional) - 如果为True会将数据放置到GPU上去（默认为false）
