在PyTorch中，数据加载可通过自定义的数据集对象实现。数据集对象被抽取为DataSet类，实现自定义的数据集需要集成DataSet，并实现两个方法。
__getitem__ : 返回一条数据或一个样本。
__len__ : 返回样本的数量。
有时候数据是图片，图片的大小形状不一，返回的样本数值归一化至[-1,1]。torchvision提供了很多视觉图像处理的工具，其中transform模块提供了对PIL Image对象和Tensor对象的常用操作。
对 PIL Image的常见操作如下：
Resize : 调整图片尺寸
CenterCrop、RandomCrop、RandomSizedCrop：剪裁图片
pad:填充
ToTensor : 将PIL Image对象转成Tensor，会自动将[0,255]归一化至[0,1]。
对Tensor的常见操作如下：
Normalize : 标准化。即减去均值除以标准差
ToPILImage：将Tensor转为PIL Image对象。
如果要对图片进行多个操作，可通过Compose将这些操作拼接起来，类似于nn.Sequential。
transform = transforms.Compose(
[transforms.Resize(224), # 缩放图片，保持长宽比不变
transforms.CenterCrop(224), # 从图片中间切出224 * 224的图片
transforms.Totensor(), # 将图片转换成Tensor，归一化至[0,1]
])
class MyData(data.DataSet):
def __init__(self, root, transforms=None):
imgs = os.listdir(root)
self.imgs = [os.path.join(root, img) for img in imgs]
self.transforms = transforms
def __getitem__(self, index):
img_path = self.imgs[index]
label = 0 if 'dog' in img_path.split('/')[-1] else 1
data = Image.open(img_path)
if self.transforms:
data = self.transforms(data)
return data, label
def __len__(self):
return len(self.imgs)
torchvision已经预先实现了常用的Dataset，包括CIFAR-10，ImageNet，COCO，MNIST，LSUN等数据集，可通过调用相应的对象来调用相关数据集。
下面介绍DataSet——ImageFolder，ImageFolder假设所有的文件按文件夹保存，每个文件下存储同一个类别的图片，文件夹名为类名，其构造函数如下：
ImageFolder(root,transform=None,traget_transform=None,loader=default_loader)
它主要有以下四个参数：
root : 在root指定的路径下寻找图片。
transform : 对PIL Image进行转换操作，transform的输入是使用loader读取图片的返回对象。
target_transform : 对label的转换。
loader：指定加载图片的函数，默认操作时读取为PIL Image对象。
label是按照文件夹名顺序排序后存成字典的，即{类名：类序号（从0开始）}，一般来说最好直接将文件夹命名为从0开始的数字，这样会和ImageFolder实际的label一致。
Dataset只负责数据的抽象，一次调用__getitem__只返回一个样本。前面提到过，在训练神经网络时，时对一个batch的数据进行操作，同时还需要对数据进行shuffle和并行加速等。对此，Pytorch提供了DataLoader帮助我们实现这些功能。
DataLoader(dataset, batch_size=1,shuffle=False,sampler=None,num_workers=0,collate_fn=default_collate,pin_memory=False,drop_last=False)
datadset:加载的数据集
batch_size:批大小
shuffle:是否将数据打乱
sampler：样本抽样
num_workers:使用多进程加载的进程数，0代表不使用多进程。
collate_fn : 如何将多个人样本数据拼接成一个batch，一般使用默认的拼接方式即可。
pin_memory:是否将数据保存在pin memory区，pin memory中的数据转换到GPU会快一些。
drop_last ： dataset中的数据个数可能不是batch_size的整数倍。
dataloader是一个可迭代的对象，可以像使用迭代器一样使用它。
