小土堆学习——python官网torchvision中数据集下载

1.进入PyTorch官网

PyTorch

点击torchvision

2.在左上角版本选择切换到0.9.0版本即可看到torchvision的数据集目录

3.点击想要下载的数据集名称即可看到该类需要写入的参数有哪些

4.在pycharm中通过代码实现自动下载：

import torchvision
#自动下载数据集
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True)
#print(test_set[0])  #测试集第一个数据
#print(test_set.classes)   #测试集的类型

#img,target = test_set[0]
#print(img)
#print(target)
#print(test_set.classes[target])  #输出测试集类型名称
#img.show()   #图片查看

其中root代表你的数据集下载保存的位置，train为True则表示这是训练集，False代表是测试集，download为True表示自动下载，False表示非自动下载。

注：点击运行后如果下载速度过慢，可选择手动下载，通过迅雷加速下载，下载后手动导入root设定的目录下，即可使用

5.使用tensorboard展示图片：需要先把所有PIL格式的图片通过transforms的Compose方法转换为Tensor格式，再去进行展示

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()]) #对数据集中每一张图片都转换为tensor类型

#自动下载数据集
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)

#用tensorboard进行显示
writer = SummaryWriter("dataexample")
for i in range(10):
    img,target = test_set[i]
    writer.add_image("test_set",img,i)

writer.close()

在这里我犯了一个错误：

、

原因是我在编写代码时忘记了数据集中包括了图片和标签，代码直接编写为下面这样

#用tensorboard进行显示
writer = SummaryWriter("dataexample")
for i in range(10):
    writer.add_image("test_set",test_set[i],i)

writer.close()

改为下面这样才正确，只需要img添加图片就可以了。

#用tensorboard进行显示
writer = SummaryWriter("dataexample")
for i in range(10):
    img,target = test_set[i]
    writer.add_image("test_set",img,i)

writer.close()

6.最终运行结果：