dataset主要是用于构造数据集（支持索引），dataloader可以拿出一个mini-batch供我们快速使用。
一：上一节知识
一下是我们上一节提到的糖尿病数据集，其中在提到数据加载的时候，我们没有使用mini-batch的方法。
通常梯度下降有几种选择：
①Batch：选择全部数据传入，优点就是可以提升计算速度
②随机梯度下降：选择一个样本传入，优点是可以克服鞍点的问题
③mini-Batch：结合上述两种方法的优点
对于使用mini-batch需要明白的概念：Epoch，Batch-size，Iterations
Epoch：所有训练样本都经过一次的forward和一次的backward，称完成一次的epoch
Batch-size：指每次训练时所用的样本数量（forward，backward，updata）
Iterations：一共执行了多少个Batch-size，就是内层循环执行的次数
二：dataload
在做小批量的训练时，需要确定几个参数。
batch-size：每次训练时所用的样本数量
为了保证数据集的随机性，引入了shuffle=True 表示每次生成的mini-batch里的数据集都是打乱的。
得到数据集，数据集需要满足支持索引，知道长度。对其进行shuffle打乱顺序，接着进行分组loader，设置batch_size=2，所以每组有2个数值。
代码如下：
import torch
from torch.utils.data import Dataset #Dataset抽象类，只能继承使用
from torch.utils.data import DataLoader#用于加载数据，入batch_size，shuffle等，直接实例化使用
class DiabetesDataset(Dataset):#继承Dataset
def __init__(self):
pass
def __getitem__(self,index):#实例化后可以支持下标操作，通过index把数据拿出来
pass
def __len__(self):#得到数据的条数
pass
dataset = DiabetesDataset()
#dataset传数据集 batch_size小批量大小 shuffle是否打乱 num_works并行（此处为两个进程并行）
train_loader = DataLoader(dataset=dataset,batch_size=32,shuffle=True,num_workers=2)使用多进程在后面的train_loader时，可能会报错，需要将后面使用到train_loader的语句封装起来。后面会有详细描述。
三：Dataset的实现
我们看到其实上面的代码关于初始化，索引，长度的函数都还没写，下面关于这三个部分进行详解：
代码：
import torch
import numpy as np
from torch.utils.data import Dataset #Dataset抽象类，只能继承使用
from torch.utils.data import DataLoader#用于加载数据，入batch_size，shuffle等，直接实例化使用
class DiabetesDataset(Dataset):#继承Dataset
def __init__(self,filepath):#filepath是文件地址
xy = np.loadtxt(filepath, delimiter=',',dtype=np.float32)#糖尿病人的相关因素
self.len = xy.shape[0] #我们知道xy是一共矩阵nx9的矩阵，shape[0]得到整个数据集的个数
self.x_data = torch.from_numpy(xy[:,:-1])#所有行，从第一列开始到最后一列（最后一列不要）
self.y_data = torch.from_numpy(xy[:,[-1]])#所有行，最后一列（[]是为了保证最后一列是一个矩阵，否则就是一个向量）
def __getitem__(self,index):#实例化后可以支持下标操作，通过index把数据拿出来
return self.x_data[index],self.y_data[index]
def __len__(self):#得到数据的条数
return self.len
dataset = DiabetesDataset('./dataset/diabetes.csv.gz')
#dataset传数据集 batch_size小批量大小 shuffle是否打乱 num_works并行（此处为两个进程并行）
train_loader = DataLoader(dataset=dataset,batch_size=32,shuffle=True,num_workers=2)
for epoch in range(100):#全部的所有数据运行100遍
for i,data in enumerate(train_loader,0):#enumerate为了获取当前是第几次迭代 i得到的是index的数据，data对应的是（x,y）
#1 数据准备
inputs, labels = data #将x，y放入inputs和labels loader会自动的将data内的数变成张量
#print (input,labels)
#2 forward
y_pred= model(inputs)
loss = criterion(y_pred, labels)
print(epoch, i, loss.item())
#3 backward
optimizer.zero_grad()
loss.backward()
#4 Updata
optimizer.step()其他部分和上一讲相同，整体的步骤如下：
四：练习
从Titanic - Machine Learning from Disaster | Kaggle 网站使用他给的数据进行联系。
