pytorch学习(一):对cifar10数据分类

本文是PyTorch学习系列的第一篇,主要介绍如何使用PyTorch对CIFAR-10数据集进行图像分类。内容涵盖了数据加载、预处理、构建神经网络模型以及训练过程。
摘要由CSDN通过智能技术生成
import torch
import torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
from torchvision.transforms import transforms
import time

# 下载训练集和验证集
train_data = torchvision.datasets.CIFAR10('./dataset',train=True,transform=transforms.Compose([
                                                                        transforms.ToTensor(),
                                                                        transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))
                                                                            ]),download=True)
test_data = torchvision.datasets.CIFAR10('./dataset',train=False,transform=transforms.Compose([
                                                                        transforms.ToTensor(),
                                                                        transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))
                                                                        ]),download=True)
print(len(train_data))
print(len(test_data))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

无忧阁阁主

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值