train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size = batch_size, shuffle=True)

这段代码创建了一个数据加载器 train_loader，用于在训练过程中批量加载训练数据。

参数解释如下：
- `dataset`：指定要加载的训练数据集，即前面创建的 train_dataset。
- `batch_size`：指定每个批次中的样本数量。
- `shuffle`：设置为 True 表示在每个 epoch 开始时对数据进行打乱，以增加模型的泛化能力。

通过使用数据加载器，你可以迭代访问训练数据集的批次，并将其提供给模型进行训练。在每个 epoch 中，数据加载器会自动将数据打乱并按照指定的 batch_size 划分成小批次进行训练。