读《python计算机视觉与深度学习实战》（郭卡，戴亮编著）笔记·part1

1.Dataset

pytorch中提供了两种Dataset，一种是Dataset，另一种是IterableDataset。

在构建Dataset子类的时候，一般来说只需要定义__init__、__get_item__和__len__这3个方法，它们的作用分别如下：

__init__:初始化类

__get_item__:提取Dataset中的元素，通常是元组形式，如（input，target）

__len__：在对Dataset取len时，返回Dataset中的元素个数

IterableDataset是一个迭代器，需要重写__iter__方法，通过__iter__方法获得下一条数据。（这个目前没有遇到，待深入研究）

2.DataLoader

DataLoader提供了将数据整合成一个个批次的方法，用于进行模型批量运算。DataLoader中有如下几个需要注意的参数：

batch_size:一个批次数据中的样本数量

shuffle：打扰数据，避免模型陷入局部最优的情况，在定义了sampler之后，这个参数就无法使用了

sampler：采样器，如果有特殊的数据整合需求，可以自定义一个sampler，在sampler中返回每个批次的数据下标列表

pin_memory:将数据传入CUDA的Pinned Memory，方便更快的传入GPU中

collate_fn:进一步处理打包sampler筛选出来的一组组数据

num_workers:采用多进程方式加载，如果CPU能力较强，可以选择这种方法

drop_last：在样本总数不能被批次大小整除的情况下，最后一个批次的样本数量可能会与前面的批次不一致，若模型要求每个批次样本数量一致，可以将drop_last设置为True