Created by: qingqing01

1. iterable的，每次调用返回一个batch的数据，每个pass/epoch的开始会shuffle数据。
2. 每个pass/epoch的最后一个batch的样本数可能小于batch_size - 依然符合paddle以前的用法，这个对测试是有必要的 ( 虽然其他很多平台tf、torch、caffe等每个batch的样本数一定相等)。
3. 只是针对MNIST用法，开始数据全部load到内存里。

大数据不一定都能load到内存，可能需要设计其他的缓存机制。