torchversion中的数据集使用【学习笔记】

趁着假期，准备好好学习PyTorch，以下是torchversion的学习笔记。在此，特别感谢B站UP主【我是土堆】，土堆老师讲解得非常认真详细，各位pytorch入门学习者可以去看看~

视频链接：https://www.bilibili.com/video/BV1hE411t7RN?p=15&spm_id_from=pageDriver

一、预备

1. PyTorch官网

PyTorchhttps://pytorch.org/2. 进入torchversion

3.向下滑动，找到torchvision.datasets 

在这里就可以找到各种数据集的下载方式了，比如：MINIST、COCO

4. 查看样例

以物体识别数据集CIFAR为例，点击下图红框中的内容，即可查看样例 

5.其他 

二、数据集的使用

1.下载数据集及简单的调用

以CIFAR数据集为例

import torchvision

#root 指定路径，train=True 下载训练数据集，train=False 下载测试数据集，download=Ture 在线下载数据集
train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True)
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, download=True)
img,target = test_set[0]
print(img)
print(target)
print(test_set.classes[target])
img.show()

2.与transforms结合起来使用

import torchvision
from torch.utils.tensorboard import SummaryWriter

#定义数据变换
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])

#root 指定路径，train=True 下载训练数据集，train=False 下载测试数据集，download=Ture 在线下载数据集
train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True,transform=dataset_transform)
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, download=True,transform=dataset_transform)

#使用tensorboard来显示前10张图片
writer = SummaryWriter("p10")
for i in range(10):
    img,target = test_set[i]
    writer.add_image("test_set",img,i)

writer.close()

tensorboard显示如下：

以上就是我的学习笔记，再次感谢土堆老师！