自定义Dataloader，网上给出的解决方案都是继承 Dataset，然后重写里面的方法，比如这样：

    1. from torch.utils.data import Dataset, DataLoader
    2. from torchvision import transforms, utils
    4. normalize = transforms.Normalize(
    5.     mean=[0.485, 0.456, 0.406],
    6.     std=[0.229, 0.224, 0.225]
    7. )
    8. preprocess = transforms.Compose([
    9.     #transforms.Scale(256),
    10.     #transforms.CenterCrop(224),
    11.     transforms.ToTensor(),
    12.     normalize
    13. ])
    15. def default_loader(path):
    16.     img_pil =  Image.open(path)
    17.     img_pil = img_pil.resize((224,224))
    18.     img_tensor = preprocess(img_pil)
    19.     return img_tensor
    21. class trainset(Dataset):
    22.     def __init__(self, loader=default_loader):
    23.         #定义好 image 的路径
    24.         self.images = file_train
    25.         self.target = number_train
    26.         self.loader = loader
    27.     def __getitem__(self, index):
    28.         fn = self.images[index]
    29.         img = self.loader(fn)
    30.         target = self.target[index]
    31.         return (img,target) # 确定返回的都是 Tensor，而且 shape 要一致
    32.     def __len__(self):
    33.         return len(self.images)

    用的时候就是这样：

    1. train_data  = trainset()
    2. trainloader = DataLoader(train_data, batch_size=4,shuffle=True)

    其中重点是getitem这个方法，要确定返回的都是 Tensor，而且 shape 要一致。如果返回的是对象或者字符串，都不会达到你想批训练的效果的。

    如果你的训练数据是字符串的话，那么就想办法先转换成等长向量，再处理。

    参考
    Tokenizer
    PyTorch手把手自定义Dataloader读取数据
    https://www.pytorchtutorial.com/pytorch-custom-dataset-examples/
    pytorch学习:自定义Datasets以及DataLoader
    https://www.cnblogs.com/kk17/p/10105862.html
    https://github.com/miraclewkf/ImageClassification-PyTorch/blob/master/level2/train_customData.py