数据怎么进模型：Dataset 与 DataLoader

模型不直接「看」文件

图片存在文件夹里，模型却只认识数字张量。中间这段「搬运和加工」的活儿，PyTorch 交给两个角色：Dataset 负责「第 i 份数据长什么样」——像仓库管理员，报编号就取货；DataLoader 负责「怎么一批批送」——像传菜员，一次端 32 盘，端之前还帮你把顺序打乱。

为什么一批批送，而不是一口气全送

书里 Fashion-MNIST 有 6 万张图。一口气全算，内存装不下、速度也慢；一次只算一张，又白白浪费 GPU 的并行能力。折中办法就是「小批量」：每次 32 或 64 张。批大小（batch size）是你以后会经常调的第一个旋钮。

打乱顺序这件小事

训练前为什么要 shuffle？想象老师按学号提问，久而久之学生只背自己学号附近的题。数据按类别排好送进去，模型也会「摸出规律」偷懒。打乱顺序，逼它每张图都认真看。

常见误区

• 以为 Dataset 会把所有图片一次读进内存——它是「用时才取」，6 万张大图也扛得住
• 训练集和测试集搞混——测试集是「期末考试卷」，训练时绝不能让模型看到，否则成绩全是假的

练一练：打开书里 Fashion-MNIST 一节，找到 batch_size 这个参数，把它从 256 改成 32 再跑一遍，感受速度变化。