问题：训练耗时并不大，但数据加载耗时，可进行以下配置
主要是两个参数：pin_memory=True 和 non_blocking=True，原理就是利用 CUDA 多流进行异步传输，也就是在GPU计算的时候进行 CPU=>GPU 间的数据传输。
硕士期间主要做的是高性能计算，所以看了下介绍就理解了，突然发现硕士期间学的 GPU 相关知识还是有点点用的，哈哈哈。
加速效果，还是很明显的。
需要注意的是：validate 部分 不需要添加 non_blocking 配置，不然反而会变慢。猜测是因为net.eval() 过程和训练时的区别【瞎猜的，实际上并没发现是为啥】
