既然你已经了解如何使用 torch.nn 构建模型以及如何用 Autograd 计算梯度，下一步就是有效地为这些模型提供数据。处理大型数据集、进行必要的预处理以及在不耗尽内存的情况下分批加载数据，是深度学习 (deep learning)工作中常见的问题。

本章将讲解 PyTorch 管理数据流程的方案：即 torch.utils.data 模块。你将学习如何：

• 使用 Dataset 类来组织数据。
• 使用预设数据集，例如 torchvision 中提供的。
• 使用 torchvision.transforms 进行数据转换和增强。
• 使用 DataLoader 类高效地分批加载数据、打乱数据，并可能并行加载。

学完本章后，你将能够为你的 PyTorch 项目构建高效的数据流程。