pytorch中Dataloader的使用

最新推荐文章于 2024-08-27 23:07:01 发布

海绵宝宝派大星sean

最新推荐文章于 2024-08-27 23:07:01 发布

阅读量162

点赞数

文章标签： pytorch 深度学习 python Powered by 金山文档

本文链接：https://blog.csdn.net/qq_48879929/article/details/129102951

版权

该代码示例展示了如何使用torchvision库加载CIFAR10测试数据集，配置DataLoader进行批量处理，并利用TensorBoard的SummaryWriter添加图像数据到日志中，以便于可视化测试数据。

摘要由CSDN通过智能技术生成

import torchvision
from torch.utils.data import DataLoader

from torch.utils.tensorboard import SummaryWriter
#准备的测试数据集
test_data=torchvision.datasets.CIFAR10("./dataset2",train=False,transform=torchvision.transforms.ToTensor())
#Dataloder的使用
test_loader=DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=False)

参数：dataset=数据集，batch_size设置每批多少张图，shuffle是否打乱图片顺序，num_workers采用多少个进程，drop_last是否舍弃最后除不尽的几张图（根据所有张数除以batch_size）

dataloader根据batchsize打包图片,将img，traget分别打包返回。

用tensorboard显示

writer=SummaryWriter("dataloader")

step=0
for data in test_loader:
    imgs,targets=data
    #print(imgs.shape)
    #print(targets)
    writer.add_images("test_data",imgs,step)
    step=step+1

writer.close()