[土堆]深度学习快速入门教程笔记——torchvision数据集使用——004

1. torchvision数据集介绍

---

• torchvision中有很多数据集，当我们写代码时指定相应的数据集指定一些参数，它就可以自行下载。
•  CIFAR-10数据集包含60000张32×32的彩色图片，一共10个类别，其中50000张训练图片，10000张测试图片。

---

2. 查看CIFAR10数据集内容

---

import torchvision
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True) # root为存放数据集的相对路线
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True) # train=True是训练集，train=False是测试集  

print(test_set[0])       # 输出的3是target 
print(test_set.classes)  # 测试数据集中有多少种

img, target = test_set[0] # 分别获得图片、target
print(img)
print(target)

print(test_set.classes[target]) # 3号target对应的种类
img.show()

备注：如果下载过慢可以复制python控制台中的链接到迅雷下载，将文件复制粘贴到root目录下即可

---

3. Tensorboard查看内容

---

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])     
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,download=True) # 将ToTensor应用到数据集中的每一张图片，每一张图片转为Tensor数据类型     
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download=True)   

writer = SummaryWriter("logs") 
for i in range(11):
    img, target = test_set[i]
    writer.add_image("test_set",img,i)
    print(img.size())

writer.close() # 一定要把读写关闭，否则显示不出来图片

随后在Anaconda终端激活虚拟环境，输入tensorboard --logdir="C:\Users\Asabopp\Desktop\learn_pytorch\logs" 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。