torchvision中数据集的使用

import torchvision

train_data = torchvision.datasets.CIFAR10(root='./dataset',train=True,transform=None,download=True)
test_data = torchvision.datasets.CIFAR10(root='./dataset',train=False,transform=None,download=True)

print(train_data[0])

数据下载缓慢时，也可以用迅雷下载

查看数据格式，也可以采用debug模式

 

 

 这边的6表示的就是青蛙

import torchvision

from torch.utils.tensorboard import SummaryWriter
# 转Tensor数据类型
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
train_data = torchvision.datasets.CIFAR10(root='./dataset',train=True,transform=dataset_transform,download=True)
test_data = torchvision.datasets.CIFAR10(root='./dataset',train=False,transform=dataset_transform,download=True)

# print(train_data[0])，返回的第一个是tensor，第二个是target
print(train_data[0])
# 在Tensorboard中显示
wirter = SummaryWriter('logs')
for i in range(10):
    img,target = train_data[i]
    wirter.add_image('train-data',img,i)

wirter.close()