pytorch数据载入

在PyTorch中，数据载入是通过DataLoader、DataSet和Sampler三个类来实现的。其中，DataSet是一个抽象类，需要用户自己实现，用于定义数据集的读取方式。Sampler则是用于定义数据集的采样方式，例如随机采样、顺序采样等。而DataLoader则是将DataSet和Sampler结合起来，实现数据的批量读取和处理。此外，PyTorch还提供了DistributedSampler，用于在分布式训练中对数据进行分布式采样。所有的torchvision.datasets都是torch.utils.data.Dataset的子类，都有__getitem__和__len__方法，因此，他们都可以传递给torch.utils.data.DataLoader。