torchvision数据集的使用

最新推荐文章于 2024-09-05 20:34:00 发布

小驰驰呕吼**

最新推荐文章于 2024-09-05 20:34:00 发布

阅读量112

点赞数

分类专栏： pytorch 文章标签：深度学习机器学习 pytorch

本文链接：https://blog.csdn.net/weixin_43328054/article/details/123055475

版权

pytorch 专栏收录该内容

20 篇文章 1 订阅

订阅专栏

这段代码展示了如何使用PyTorch和torchvision加载CIFAR10数据集，并应用预处理转换。它还利用Tensorboard进行数据可视化，通过SummaryWriter添加测试集中的图像到日志中。

摘要由CSDN通过智能技术生成

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

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])
print(test_set.classes)

img, target = test_set[0]
print(img)
print(target)
print(test_set.classes[target])


writer = SummaryWriter("logs")
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i)

writer.close()