本文主要说明pytorch框架中utils.data.TensorDataset和utils.data.DataLoader两个工具类。
一、定义
TensorDataset类：是torch中util.data包下面的一个工具类，用于把特征和标签整合一个数据集，便于将整个数据集拆分小批量数据集，用于后续小批量梯度下降训练。其输入参数是可变参数，可接受一个或多个张量数据。
DataLoader类：是torch中util.data包下面的一个工具类，用于将TensorDataset整合的数据集（比较大，比如1000个特征和1000个标签）划分为小批量数据级，比如批量大小为10，就会划分为100个。
DataLoader函数的参数后面如下：来源于pytorch中文文档
https://pytorch-cn.readthedocs.io/zh/latest/package_references/data/
在平常使用时，一般指定dataset, batch_size, shuffle三个参数即可。
二、实战
