pytorch——torchvision数据集

最新推荐文章于 2024-06-16 18:27:47 发布

小硬币or布丁

最新推荐文章于 2024-06-16 18:27:47 发布

阅读量356

点赞数 5

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/m0_67855350/article/details/137479473

版权

pytorch——torchvision数据集

1.Datasets（以Datesets中的CIFAR10数据集为例）

基本操作：

import torchvision

#下载datesets中的CIFAR10训练集和测试集
train_set=torchvision.datasets.CIFAR10('./dataset',train=True,download=True)
test_set=torchvision.datasets.CIFAR10('./dataset',train=False,download=True)

#输出测试集的第一个数据
print(test_set[0])
#输出测试集中的所有classes
print(test_set.classes)
#测试集数据由两部分组成，image：PIL，target：所属classes列表的下标
img,target=test_set[0]
print(img)
print(target)
#输出target所对应的的class（类型）
print(test_set.classes[target])
#说明img图片是猫
img.show()

利用transforms对数据集中每一张图片进行变换

import torchvision
#定义一个transform,这里仅将每一张图片变为tensor类型
dataset_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()])


#下载datesets中的CIFAR10训练集和测试集，设置transform参数，对每一张图片进行变换
train_set=torchvision.datasets.CIFAR10('./dataset',train=True,transform=dataset_transform,download=True)
test_set=torchvision.datasets.CIFAR10('./dataset',train=False,transform=dataset_transform,download=True)


print(test_set[0])

将test_set中图片写入tensorboard

import torchvision
from torch.utils.tensorboard import SummaryWriter

#定义一个transform,这里仅将每一张图片变为tensor类型
dataset_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()])


#下载datesets中的CIFAR10训练集和测试集，设置transform参数，对每一张图片进行变换
train_set=torchvision.datasets.CIFAR10('./dataset',train=True,transform=dataset_transform,download=True)
test_set=torchvision.datasets.CIFAR10('./dataset',train=False,transform=dataset_transform,download=True)


# print(test_set[0])

#生成tensorsboard写入工具
writer=SummaryWriter('p10')
#在tensorboard中写入前十张图
for i in range(10):
    img,target=test_set[i]
    writer.add_image('test_set',img,i)

writer.close()