for i in range(0,num_examples,batch_size): batch_indices = torch.tensor(indices[i:min(i+batch_size,num_examples)]) yield features[batch_indices],labels[batch_indices]

这段代码是一个生成器函数，用于生成批次数据。在循环中，通过range函数以步长为batch_size遍历0到num_examples的范围。在每次迭代中，通过torch.tensor(indices[i:min(i+batch_size,num_examples)])创建一个张量，其中包含当前批次的样本索引。然后使用这些索引从features和labels中获取对应的批次数据，并使用yield关键字将批次数据作为生成器的输出。这样做的目的是将数据集分成多个小批次进行训练，以提高训练效率和内存利用率。