详细分析torch.utils.data.DataLoader类及其参数

`torch.utils.data.DataLoader`类是PyTorch中非常关键的一个组件，用于从数据集中高效地按批次读取数据。以下是其主要参数和功能的详细介绍：

1. **dataset**: 必须传入一个`torch.utils.data.Dataset`对象，它是DataLoader的基本输入，定义了数据集的内容和访问方式。

2. **batch_size**: 数据以多大尺寸分批返回，默认值通常设置为32或64。可以根据计算资源和内存限制调整。

3. **shuffle**: 是否随机打乱数据集的顺序，默认为False，如果设置为True，训练时每个epoch的数据会重新洗牌。

4. **num_workers**: 并行加载数据的工作线程数，可以提高数据预处理的速度。但要注意过多的工作者可能导致内存竞争。

5. **collate_fn**: 用于合并一批数据的函数，对于非结构化数据（如图像和文本），这可能很有用。

6. **drop_last**: 当数据集大小不能被batch_size整除时，是否丢弃多余的样本，默认情况下会保留。

7. **pin_memory**: 如果启用，会尝试将数据移动到GPU的显存中，加快CPU到GPU的数据传输速度。

8. **worker_init_fn**: 可选的函数，会在每个工作进程启动时执行，用于定制初始化行为。

例如，创建一个简单的DataLoader实例可能会这样写：

from torch.utils.data import Dataset, DataLoader

class CustomDataset(Dataset):
    ...  # 定义自己的数据集类

dataset = CustomDataset()
dataloader = DataLoader(dataset, batch_size=32, shuffle=True, num_workers=2)