pytorch学习：搭建自己的数据集

数据和label的标签主要有三种，需要分别写。
常见的形式：

1. 按照文件叫不同来存放照片
   
   这个时候，我们使用pytorch 的数据集构建功能，主要完成两个类：Dataset类和DataLoard类，分别用来告知存储数据的位置和提取数据。
   主要实现一下三个方法：
   初始化：init,getitem和len
   
   这样构建的两个数据集和通过连加的形式，加在一起。
   
   这样会按照顺序将两个数据集，合并在一起，组成一个新的数据集。

2. 一个文件夹放照片，一个txt文件放label信息。
   例子：
   
   一般是按照图像名字来，命名label的文件名字

tensor数据类型和nparray数据类型的差别：


可以看到tensor类型是为了神经网络设计的类型，具有更多的用于神经网络计算的属性。

参考链接：https://www.youtube.com/watch?v=eykcCNCwlYU&list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V&index=11