创建训练集实例

train_dataset = FruitsDataset(root_dir, transform=image_transform)

创建数据加载器

train_loader = jt.dataset.DataLoader(train_dataset, batch_size=batch_size, shuffle=True)

单独输出下batch_size是多少
看看是不是它不是一个合法的值

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇文章讲的很详细，请看：Batch_size对于深度学习训练过程的影响？
• 除此之外, 这篇博客: 训练数据量中关于batch_size，iteration和epoch的概念中的 实例 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  
  • 训练数据量：60000
    mini-batch方法：batch_size = 100
    迭代次数：iteration = 30000
    平均每个epoch的重复次数：60000 / 100 = 600

  当迭代进行到600次时，即视为完成了一个epoch
  30000 / 600 = 50

  • 从这个实例可以看出，执行完一遍 iteration，完成了50个 epoch

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^