pytorch的dataloader参数

PyTorch的dataloader参数包括：

1. dataset：数据集，必须实现__getitem__和__len__方法。

2. batch_size：每个batch的大小。

3. shuffle：是否打乱数据集。

4. sampler：样本抽样器，用于自定义样本抽样方式。

5. batch_sampler：batch抽样器，用于自定义batch抽样方式。

6. num_workers：用于数据加载的进程数。

7. collate_fn：用于将样本列表转换为batch数据的函数。

8. pin_memory：是否将数据加载到CUDA固定内存中。

9. drop_last：如果数据集大小不能被batch_size整除，是否丢弃最后一个batch。

10. timeout：数据加载超时时间。

11. worker_init_fn：用于每个worker初始化的函数。

12. multiprocessing_context：用于创建进程的上下文。