在Torch中，數據加載模塊主要是通過torch.utils.data模塊來實現的。該模塊提供了一些類和函數，用于加載和處理數據集，包括Dataset類、DataLoader類、Sampler類等。
Dataset類：該類定義了一個抽象類，用于表示數據集。用戶可以繼承該類，實現自定義的數據集加載邏輯。通常情況下，用戶需要實現__len__方法（返回數據集的大小）和__getitem__方法（根據索引返回數據樣本）。
DataLoader類：該類用于封裝數據集，提供了一些便捷的方法用于批量加載數據。用戶可以指定batch_size、shuffle等參數來定制數據加載的方式。
Sampler類：用于定義數據集的采樣策略，例如隨機采樣、順序采樣等。用戶可以通過繼承Sampler類實現自定義的采樣邏輯。
通過這些類和函數，用戶可以很方便地加載和處理數據集，用于訓練神經網絡模型。
