dataloader

加载和处理不同类型数据。

加载和迭代数据集，此类DataLoader在torch.utils.data模块中。

from torch.utils.data import DataLoader

重要参数说明：

• dataset：Dataset类，决定数据从哪里读取及如何读取
• batch_size：批大小
• num_workers：是否多进程读取数据（减少时间，加速模型训练）
• shuffle：每个epoch是否打乱
• drop_last：当样本数不能被batchsize整除时，是否舍弃最后一批数据

代码示例：

import torch
import torchvision.datasets
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter


test_data=torchvision.datasets.CIFAR10('./CIFAR',train=False,download=False,transform=torchvision.transforms.ToTensor())

dataloader=DataLoader(dataset=test_data,batch_size=64,shuffle=True)

writer=SummaryWriter('dataloader')
epoch=2
for i in range(epoch):
    step=0
    for data in dataloader:
        img,target=data
        # print(img)
        # print(img.shape)
        # print(target)
        writer.add_image('epoch {}'.format(i),img,step)
        step=step+1
writer.close()