图像识别:CIFAR10图形识别
1.CIFAR10数据集共有60000张彩色图像,这些图像式32*32*3,分为10个类,每个类6000张
2.这里面有50000张用于训练,构成5个训练批,每一批10000张图;另外10000张用于测试,单独构成一批。测试批的数据里,取自10类中的每一类,每一类随机取1000张。
3.一个训练批中的各类图像并不一定数量相同,总的来看训练集,每一类都有5000张图片
![](https://i-blog.csdnimg.cn/blog_migrate/2ae6db0f0c4aac0e75856af001eb2fc8.png)
# 导入包
import torch
import torch.nn as nn
import torchvision
from torchvision import transforms,datasets
![](https://i-blog.csdnimg.cn/blog_migrate/53f4d640aea8670089678bc4b03e8905.png)
# 设置transforms
transform = transforms.Compose([
transforms.ToTensor(), # numpy -> Tensor
transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)) # 归一化 ,范围[-1,1]
])
![](https://i-blog.csdnimg.cn/blog_migrate/f0558652e9abe67596c5095275155f4e.png)
# 下载训练数据集
# 训练集
trainset = datasets.CIFAR10(root='./CIFAR10',train=True,download=True,transform=transform)
# 测试集
testset = datasets.CIFAR10(root='./CIFAR10',train=False,download=True,transform=transform)
![](https://i-blog.csdnimg.cn/blog_migrate/a173871106972db308101230a7efce60.png)
出现如下图结果数据集下载成功