H5文件构建DataLoader

要从H5文件构建DataLoader，你需要进行以下步骤：
1. 首先，使用h5py库加载H5文件。你可以使用以下代码加载H5文件并查看其中的键（key）：

   import h5py
   f = h5py.File("/home/tian/dataset/catvnocat/train/train_catvnoncat.h5", "r")
   for key in f.keys():
       print(key)

2. 通过键获取相关数据集。在这里，你需要找到包含训练集和标签的键。
3. 创建数据集对象，并将训练集和标签分别传递给数据集对象。
4. 使用torch.utils.data.DataLoader类加载数据集。你需要指定批处理大小（batch_size_train）和是否要对数据进行洗牌（shuffle）。

   from torch.utils.data import DataLoader
   train_loader = DataLoader(train_dataset, batch_size=batch_size_train, shuffle=True)
   test_loader = DataLoader(test_dataset, batch_size=batch_size_test, shuffle=False)