详细介绍
PyTorch DataLoader 是 PyTorch 中用于加载数据的工具类。它提供了一个高效的方式来迭代数据集，支持自动批处理、数据打乱、多线程数据加载等功能。DataLoader 通常与 Dataset 类一起使用，Dataset 类定义了如何访问数据集中的单个样本，而 DataLoader 则负责将这些样本组织成批次，并提供给模型进行训练或评估。
主要功能
- 自动批处理：
DataLoader可以将数据集中的样本自动组织成批次，方便模型进行批量处理。 - 数据打乱：在训练过程中，可以通过设置
shuffle=True来打乱数据顺序，避免模型过拟合。 - 多线程数据加载：通过设置
num_workers参数，可以启用多线程数据加载，加速数据预处理和加载过程。 - 自定义数据采样：可以通过
sampler参数自定义数据采样策略，例如按类别采样或按权重采样。 - 数据预取：
DataLoader支持数据预取功能，可以在模型处理当前批次数据的同时，提前加载下一批次的数据，进一步提高训练效率。