# DataLoader:数据加载器，从dataset中取数据，具体怎么取，取什么都通过dataLoader来完成，dataLoader中除了dataset参数外其他参数都有默认值
#   dataset:从哪里加载数据
#   batch_size:一次取出多少数据，如果为2，则一次从数据集中取出两条数据
#   shuffle:数据集是不是打乱的意思，就比如打牌，第一局打完了，第二局的牌的顺序是否和第一局一样，如果为true代表两局牌的顺序不一样，否则一样，一般设置为true
#   num_workers:是否采用多个进程加载程序
#   drop_last:如果除不尽时，数据集中最后一个数据是否要舍弃，如果为true则舍弃，否则不舍弃

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

# 准备测试的数据集
test_data = torchvision.datasets.CIFAR10(root="F:\\pytorch\\pytorch01_hello\\dataset\\train\\torchvision_image", train=False, transform=torchvision.transforms.ToTensor())
# 测试DataLoader
test_dataLoader = DataLoader(dataset=test_data, batch_size=4, shuffle=True, num_workers=0, drop_last=False)

# 查看数据集中第一张图片大小及其target
img, target = test_data[0]
print(img.shape)
print(target)
print("================================")
# 查看数据集中多张图片的大小及其target
writer = SummaryWriter("dataloader")
step = 0
for data in test_dataLoader:
    imgs, targets = data
    writer.add_images("test_dataLoader", imgs, step)
    step = step+1
    print(imgs.shape)
    print(targets)
writer.close()