pytorch如何导入本地数据集（CIFAR10为例）——详细教程

pytorch导入本地数据集

• 最近刚接触机器学习，发现运行别人的代码数据集每次都需要自动从外网下载，速度实在是太慢了！自己摸爬滚打了一天，最终自己下载了本地CIFAR10数据集，并且成功导入。

• 数据集链接如下：如果失效私聊我即可

• 链接：https://pan.baidu.com/s/1Tg1hOY8XqUL2Na5jwyP4WQ
  提取码：wgvx

• 这里有一个特别要注意的点，就是下载的数据集一定要是正规的！就是不要别人那种已经解压好的，因为我们下载之后只需要修改名称即可。不能自己下载之后再压缩，他自己的压缩格式和我们的不一样！程序下载之后进行压缩会报错。

过程讲解

第一阶段

• 首先就是将我们的数据集下载，然后随便放到一个文件夹中，但是注意这个文件夹的路径最好没有中文
  
• 这里我选择的路径是 I:\datasets
• 之后我们需要在浏览器中打开这个路径
• 
• 到此我们就先将此浏览器保持在这里，注意不要关闭

第二阶段

• 我们需要找到我们安装pytorch包的目录中的torchvision包中，找到其中datasets中的cifar.py文件
• 我这里由于使用的是anaconda 所以路径如下：
  
• 如果你没有使用anaconda，那么就找到安装python的路径，直接搜索cifar.py文件就可以轻松找到了
• 之后我们修改cifar.py文件
• 将我们刚刚打开浏览器的路径复制，并且后面加上我们下载的CIFAR10数据集的文件名，直接修改这个url的参数即可！
  
  可能会出现的问题：
• 我这里是将原来的注释掉了，我另起了一行 但是在运行的时候会报错，这个报错
  TabError: inconsistent use of tabs and spaces in indentation
• 这是由于我们在修改的时候空格的地方其实没有空格导致的，可能是用了tab直接对齐！所以要将前面那些空格的地方全部删掉，然后自己打空格就好了！
• 在网上还看到有人说直接用pycharm的代码重新格式，但是这样会导致代码原有格式变化，所以不要使用！

第三阶段

• 此时我们就可以直接运行代码了 此时运行代码的时候会从我们刚刚指定的路径下进行下载压缩包，然后自动解压！

import torchvision
LOAD_CIFAR = True
DOWNLOAD_CIFAR = True

train_data = torchvision.datasets.CIFAR10(
    root='./data/',
    train=True,
    transform=torchvision.transforms.ToTensor(),
    download=DOWNLOAD_CIFAR,
)

结果如下：