Torchvision中的数据集的使用

import torchvision
from torch.utils.tensorboard import SummaryWriter

1.数据集下载的是PIL格式，把他转换成tensor

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

2.数据集下载

root代表数据集存放的目录

train如果是True为训练集，为False是测试集

transform 进行格式转换

download 为True进行数据集的下载，如果存在则不下载

train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, transform=dataset_transform, download=True)
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=dataset_transform, download=True)

3.img, target = train_set[0]的说明

test_data[i]调用的 是getitem() return img,target

train_set[0]的结果是 { 图片信息，位置}

所以img得到图片信息，target得到位置

4.进行图片显示，采用迭代器的循环

writer = SummaryWriter('r10')
for i in range(10):
    img, target = train_set[i]
    writer.add_image("P10", img, i)

writer.close()