6.pytorch中dataloader的学习

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

test_data = torchvision.datasets.CIFAR10("./data_set",train=False,transform=torchvision.transforms.ToTensor())
test_loader=DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=False)


# 测试数据中第一张图片及target
img,target=test_data[0]
# print(img.shape)
# print(target)


writer=SummaryWriter("test_loader")
for epoch in range(2):
    step=0
    for data in test_loader:
        imgs,targets=data
        # print(imgs.shape,targets)
        # writer.add_images("test_data",imgs,step)
        writer.add_images("Epoch:{}".format(epoch),imgs,step)
        step+=1
        pass
writer.close()
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
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