MindSpore可以自定义Python数据源，通过迭代该数据源构造数据集。有点类似PyTorch的DataLoader。
相关的API可以参考：mindspore.dataset.GeneratorDataset
自定义GeneratorDataset处理数据集时，混用numpy.ndarray 和 mindspore.Tensor 的操作会出现卡死
GeneratorDataset接口自定义的数据集，脚本如下：
原因分析：
猜测在自定义的数据处理中，存在numpy.ndarray -> mindspore.Tensor -> numpy.ndarray的混用过程，并且错误地使用numpy.array(Tensor)做转换，导致GIL锁得不到释放，GeneratorDataset不能正常工作。
打印堆栈分析后证明这个猜想，堆栈：
这个堆栈可以用py-spy这个工具获得，主要是为了看每一个进程目前运行的所在位置（神器啊！！！）
GeneratorDataset处理数据卡住问题，一般为竞争GIL导致的死锁问题，推荐使用 py-spy dump -pid {PID}来定位。
解决办法：
- 在GeneratorDataset的第一个入参`source`的定义时，涉及到Python function中全部使用numpy.ndarray来替代Tensor
- 使用Tensor.asnumpy()方法替换numpy.array(Tensor)
对于这个问题，可以在代码的218行，把np.array(image)和np.array([record.label]) 换成 image.asnumpy()和record.label.asnumpy()
其他错误相关帖：