PyTorch深度学习——torchvision的数据集使用

torchvision提供了大量的数据集
torchvision数据集
下面我们以CIFAR10的使用为栗子：

torchvision的简单数据下载与调用：

import torchvision

train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)   #训练集
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True)   #测试集

print(test_set[0])   #查看测试集第一个数据
print(test_set.classes)

img,target = test_set[0]
print(img)
print(target)
print(test_set.classes[target])
img.show()

与transforms的结合

import torchvision
from torch.utils.tensorboard import SummaryWriter


#数据集与transforms的结合，这里用ToSensor
dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,download=True)   #训练集
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download=True)   #测试集


writer = SummaryWriter("p10")
for i in range(10):
    img,target = test_set[i]
    writer.add_image("test_set",img,i)

writer.close()