torchvision.datasets.CIFAR10的使用

最新推荐文章于 2024-08-25 10:47:03 发布

Gao_suo

最新推荐文章于 2024-08-25 10:47:03 发布

阅读量2.2k

点赞数 1

分类专栏：小白学pytorch 文章标签： python pytorch

本文链接：https://blog.csdn.net/Gao_suo/article/details/120603753

版权

小白学pytorch 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

import torchvision
import ssl
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

ssl._create_default_https_context = ssl._create_unverified_context  #取消全局证书验证
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
test_data = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download = True)
test_loader = DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=False)
# batch_size=4 取四个数据打包，默认随机抓取
# drop_last=False  当为True时，舍弃后面不足的数据
# shuffle=True 当第二轮洗牌时，顺序是否和第一轮相同
# 测试数据集第一张数据集
writer = SummaryWriter("dataloader1")

for epoch in range(2):
    step = 0
    for data in test_loader:
        imgs,targets = data
        writer.add_images("epoch: {}".format(epoch), imgs, step)  #多组图像要用add_images
        step = step+1
writer.close()