DataLoader（torch.utils.data.DataLoader）
功能：构建可迭代的数据装载器
类中的几个主要变量定义功能介绍如下，除此之外还有11个参数
dataset：Dataset类，决定数据从哪里读取以及如何读取
batchsize：批处理的大小
num_works：是否多进程读取数据
shuffle：每个epoch是否乱序 (true or false)
drop_last：当样本数不能被batchsize整除时，是否丢弃最后一批数据。(true or false)
Dataset（torch.utils.data.Dataset）
功能：Dataset是一个抽象类，所有自定义的Dataset都需要继承这个父类，并且重载其中的__getitem__()函数。
getitem：输入是索引，输出是样本（加标签），也就是定义了索引到样本的映射规则。
代码示例
以图像的分类任务为例（代码中具体是人民币图像识别1元与100元，进行面值二分类任务），重点观察dataset与dataloader如何完成数据读取的任务。
首先主函数中有如下定义
train_data = RMBDataset(data_dir=train_dir, transform=train_transform)
valid_data = RMBDataset(data_dir=valid_dir, transform=valid_transform)
train_loader = DataLoader(dataset=train_data, batch_size=BATCH_SIZE, shuffle=True)
valid_loader = DataLoader(dataset=valid_data, batch_size=BATCH_SIZE)
这里的RMBDataset就是继承了Dataset的子类了，有了RMBDataset，就可以将其传递到Dataloader中，构建可迭代的数据装载器了。最后只需要用for循环迭代train_loader或者valid_loader，这样每一次的迭代返回的就是一批训练数据及对应的标签。代码简要省略版示例如下
for i, data in enumerate(train_loader):
inputs, labels = data
outputs = neural_net_work(inputs)
loss = criterion(outputs, labels)
loss.backward()
而如何将原始的数据集处理成一批批的训练数据与其标签？如何实现这样的迭代规则？这些内容都在Dataset中进行定义，后文会说明。首先看for循环，for循环会找到dataloader类中的next函数来得到这轮要拿数据：
def __next__(self):
if self.num_workers == 0: # same-process loading
indices = next(self.sample_iter) # may raise StopIteration
batch = self.collate_fn([self.dataset[i] for i in indices])
if self.pin_memory:
batch = pin_memory_batch(batch)
return batch
这里的batch就是一轮迭代最终返回的数据，无视掉它，主要关注两个地方，首先是indices = next(self.sample_iter)这句话是如何获取index的，这句话会调取sampler中的iter函数如下，这里的sampler就是一个采样器
def __iter__(self):
batch = []
for idx in self.sampler:
batch.append(idx)
if len(batch) == self.batch_size:
yield batch
batch = []
if len(batch) > 0 and not self.drop_last:
yield batch
可见这个sampler的作用就是告诉我们，每一个batch应该读取哪些数据。这里通过了self.sampler来获取了index，self.sampler就不再继续拓展，其作用就是对样本的index顺序进行随机打乱之后形成一个列表，以供迭代性读取。
回到上面的next函数，上面说了主要关注两个地方，那么剩下第二个地方就是batch = self.collate_fn([self.dataset[i] for i in indices])这句话了。这句话就实现了具体的数据读取。
这里就正式调用了dataset，对dataset输入index索引，来返回数据。那么索引是如何通过dataset返回数据呢，这句话的实现就需要通过一开始定义的RMBDataset（该类继承了Dataset）这个类中的getitem函数了，函数内容如下
def __getitem__(self, index):
path_img, label = self.data_info[index]
img = PIL.Image.open(path_img).convert('RGB') # 0~255
if self.transform is not None:
img = self.transform(img) # 在这里做transform，转为tensor或者其他形式的数据
return img, label
这个函数就是Dataset中最核心的部分，函数第一句中的data_info是已经通过类内其他函数提取好的数据集信息，包含了图片的路径信息以及标签信息。经过getitem函数之后返回的就是想要的输入数据以及标签了。
回到batch = self.collate_fn([self.dataset[i] for i in indices])这句话，这句话中的collate_fn的功能其实就是一个数据整理器，将得到的呈列表形式的16个数据整理成一个batch的形式，在这个batch（这里的batch是list的形式）里面有两个元素，一个是关于16张输入图片整合后的tensor，一个是标签的tensor。
总结
Dataloader读取的是sampler输出的index索引，读哪些数据是sampler决定的。（读哪些）
Dataloader一般会在定义dataset时要求输入数据在硬盘中的存储路径data_dir。（在哪读）
通过Dataset的getitem，通过Dataloader调用的sampler给出的索引读取数据。（怎么读）
