python中data.DataLoader

`data.DataLoader`是PyTorch中用于加载数据的类。它可以从Python的迭代器中自动批处理数据，支持多线程和异步数据预取，并且可以在训练和测试期间有效地对数据进行随机重采样和重排序。

`data.DataLoader`有几个重要参数：

- `dataset`: 数据集对象，必须是`torch.utils.data.Dataset`的子类。
- `batch_size`: 每个批次的样本数量。
- `shuffle`: 是否在每个epoch前将数据随机打乱。
- `num_workers`: 用于数据加载的子进程数量。
- `pin_memory`: 是否将数据存储在固定内存区域中，以提高内存传输速度。

`data.DataLoader`返回一个可迭代的对象，可以用于遍历数据集中的每个批次。每个批次包含`batch_size`个样本和标签。可以使用`for`循环迭代`data.DataLoader`对象，也可以使用`iter()`和`next()`函数。