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()