1、資料載入：

class torch.utils.data.Dataset

　　表示Dataset的抽象類。

　　所有其他資料集都應該進行子類化。所有子類應該override __len__和__getitem__，前者提供了資料集的大小，後者支援整數索引，範圍從0到len(self)。

class torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, num_workers=0, collate_fn=<function default_collate>, pin_memory=False, drop_last=False)

　　資料載入器。組合資料集和取樣器，並在資料集上提供單程序或多程序迭代器。

　　引數：

　　　　dataset (Dataset) – 載入資料的資料集。

　　　　batch_size (int, optional) – 每個batch載入多少個樣本(預設: 1)。

　　　　shuffle (bool, optional) – 設定為True時會在每個epoch重新打亂資料(預設: False)。

　　　　sampler (Sampler, optional) – 定義從資料集中提取樣本的策略。如果指定，則忽略shuffle引數。

　　　　num_workers (int, optional) – 用多少個子程序載入資料。0表示資料將在主程序中載入(預設: 0)

　　　　collate_fn (callable, optional) –將一組取樣組合稱一個mini-batch。

　　　　pin_memory (bool, optional) –如果True，dataloader會在返回張量前將其複製一份到CUDA pinned memory中。

　　　　drop_last (bool, optional) – 如果資料集大小不能被batch size整除，則設定為True後可刪除最後一個不完整的batch。如果設為False並且資料集的大小不能被batch size整除，則最後一個batch將更小。(預設: False)

待續...