pytorch内置的数据迭代器:Dataloader

每次迭代中，数据加载器都会读取小批量数据（大小为batch_size）可以随机先打乱所有样本

train_iter = data.DataLoader(train, batch_size, shuffle=True,num_workers=4)
#第一个参数表示读入的是训练集，第二个参数是一次读几张图片，第三个参数是是否打乱
#第四个参数是指使用几个进程来读取数据，可以加快数据读取速度


#返回的是一个列表[(图片100，标签100),(图片167,标签167),(图片34，标签34).........]
for img,label in enumerate(train_iter):
    print(img)
    print(label)  

#也有下面这种写法
for data in enumerate(train_iter):
    img,label=data