数据加载

训练主线的每一步都从一个 batch 开始。PyTorch 里这是 Dataset 加 DataLoader，collate 自动完成，worker 是子进程；burn 里是 Dataset 加 Batcher 加 DataLoaderBuilder，把样本拼成张量的那一步要自己写，worker 是线程。

1. Dataset 与 DataLoader：同一份数据两边的 batch 逐位相同；drop_last 的替代写法；同一个种子两边顺序不同，怎么把 PyTorch 的顺序交给 burn；多 worker 时批的先后和打乱范围；取样本出错时迭代器交出什么。

flowchart TB
  ds["Dataset get"] --> loader["DataLoaderBuilder"]
  loader --> shuf["shuffle seed"]
  loader --> workers["num_workers 线程"]
  shuf --> batcher["Batcher batch"]
  workers --> batcher
  batcher --> batch["batch 张量在设备上"]
  batch --> step["训练一步"]

DataLoader 在 burn 内部怎么取样本、怎么分给线程、和 Learner 怎么配合，见 burn 卷的 Learner 与数据；同一个种子顺序不同的另一个原因见同一个种子，顺序不一样。训练循环本身见训练循环。