动手学深度学习（pytorch土堆）-04torchvision中数据集的使用

CIFAR10

CIFAR-10 数据集由 10 个类的 60000 张 32x32 彩色图像组成，每个类有 6000 张图像。有 50000 张训练图像和 10000 张测试图像。

数据集分为 5 个训练批次和 1 个测试批次，每个批次有 10000 张图像。测试批次包含每个类中随机选择的 1000 张图像。训练批次包含按随机顺序排列的剩余图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次包含来自每个类的 5000 张图像。

import torchvision
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])

(<PIL.Image.Image image mode=RGB size=32x32 at 0x1F5B55DD5E0>, 3)

test_set[]存放两个数据，一个是图像本身，一个是标签

图片显示

import torchvision
from torch.utils.tensorboard import SummaryWriter
dataset_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()]
                                                 )#将图片都转为tensor数据类型
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)
print(test_set[0])
writer=SummaryWriter("p10")
for i in range(10):
    img,target=test_set[i]
    writer.add_image("test_set",img,i)
writer.close()

dataloader

参数
dataset （Dataset） – 从中加载数据的数据集。

batch_size （int， optional） – 每批要加载的样本数 （默认值：）。1

shuffle （bool， optional） – 设置为重新洗牌数据 在每个 epoch （默认值： ）。TrueFalse

sampler （Sampler 或 Iterable，可选） – 定义绘制的策略 数据集中的样本。可以是任何已实施的。如果指定，则不得指定。Iterable__len__shuffle

batch_sampler （Sampler 或 Iterable，可选） – 类似于 ，但 一次返回一批索引。与 、 、 互斥 和。batch_sizeshuffledrop_last

num_workers （int， optional） – 用于数据的子进程数 装载。 表示数据将在主进程中加载。 （默认：00)

collate_fn （Callable， optional） – 合并样本列表以形成 小批量的 Tensor 中。当使用 batch loading from 地图样式数据集。

pin_memory （bool， optional） – 如果 ，数据加载器将复制 Tensor 放入 device/CUDA 固定内存中。如果您的数据元素 是自定义类型，或者您返回的批次是自定义类型， 请参阅下面的示例。Truecollate_fn

drop_last （bool， optional） – 设置为 以删除最后一个未完成的批次， 如果数据集大小不能被批量大小整除。If 和 数据集的大小不能被批次大小整除，然后是最后一个批次 会更小。（默认：TrueFalseFalse)

timeout （numeric， optional） – 如果为正数，则为收集批次的超时值 从工人。应始终为非负数。（默认：0)

worker_init_fn （Callable， optional） – 如果不是 ，则将在每个 worker 子进程，其中 worker id （ int in ） 为 input、seeding 之后和 data loading 之前。（默认：None[0, num_workers - 1]None)

multiprocessing_context （str 或 multiprocessing.context.BaseContext，可选） – 如果 ，则操作系统的默认多处理上下文将 被使用。（默认：NoneNone)

发电机（Torch.生成器，可选） – 如果没有，将使用此 RNG 通过 RandomSampler 生成随机索引，并通过 multiprocessing 为 worker 生成。（默认：Nonebase_seedNone)

prefetch_factor （int， optional， keyword-only arg） – 加载的批次数 由每个 worker 提前完成。 表示总共会有 2 * num_workers 个批次，在所有工作程序中预取。（默认值取决于 在 num_workers 的 Set 值上。如果值 num_workers=0，则默认值为 。 否则，如果 default 的值为 ）。2Nonenum_workers > 02

persistent_workers （bool， optional） – 如果 ，则数据加载器不会关闭 工作程序在 dataset 被使用一次后进行处理。这允许 保持 worker Dataset 实例处于活动状态。（默认：TrueFalse)

pin_memory_device （str， optional） – 如果设备为 。pin_memorypin_memoryTrue

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

test_data=torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)
test_loader=DataLoader(dataset=test_data,batch_size=4,shuffle=True,num_workers=0,drop_last=False)
#测试数据集第一张图片
img,target=test_data[0]
#

writer=SummaryWriter("dataloader")
i=0
for data in test_loader:
    imgs,target=data
    writer.add_images("testdata",imgs,i)
    i=i+1
writer.close()