from utils.dataloader import get_loader, test_dataset替换成相同功能的包

如果你想替换掉 `from utils.dataloader import get_loader, test_dataset`，可以考虑使用 `torch.utils.data.DataLoader` 和 `torch.utils.data.Dataset` 这两个 PyTorch 内置的数据加载器和数据集类，它们可以完成与 `get_loader` 和 `test_dataset` 相同的功能。

具体来说，你可以通过以下代码实现：

import torch
from torch.utils.data import DataLoader, Dataset

# 自定义数据集
class MyDataset(Dataset):
    def __init__(self, ...):
        # 数据集初始化代码
        ...

    def __getitem__(self, idx):
        # 获取单个数据的代码
        ...

    def __len__(self):
        # 返回数据集大小的代码
        ...


# 使用 DataLoader 加载数据
train_dataset = MyDataset(...)
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=num_workers)

test_dataset = MyDataset(...)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False, num_workers=num_workers)

这里的 `MyDataset` 类是你自己定义的数据集类，你需要根据自己的数据格式和需求来实现 `__init__`、`__getitem__` 和 `__len__` 这三个方法。`DataLoader` 类则是用来加载数据集的，其中 `batch_size` 参数表示每次返回的数据批次大小，`shuffle` 参数表示是否打乱数据顺序，`num_workers` 参数表示使用多少个线程来加载数据。

希望这个答案对你有所帮助！