Pytorch笔记07 torchvision中的数据集使用

7.1 数据集下载及操作

  Pytorch官网 link Docs -> torchvision 提供有各种数据集的API文档。
  以 CIFAR10 为例。

import torchvision

train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True)    # "."参照当前文件所在目录
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, download=True)

  运行后


  # 下载慢时可复制地址至迅雷进行下载
  进行断点测试，可知各个真实类别对应数字



  进一步验证

import torchvision

train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True)    # "."参照当前文件所在目录
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, download=True)

print(test_set[0])    # 打印 test 数据集的第一张图片的所有信息
print(test_set.classes)    # 打印数据集的所有类别信息

img, target = test_set[0]
print(img)    # 图片信息
print(target)    # 类别信息
print(test_set.classes[target])
img.show()

  运行结果

7.2 结合Transforms

  将所有图片转化成 tensor 类型并验证

import torchvision
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])    # 打印 test 数据集的第一张图片的所有信息
# print(test_set.classes)    # 打印数据集的所有类别信息
#
# img, target = test_set[0]
# print(img)    # 图片信息
# print(target)    # 类别信息
# print(test_set.classes[target])
# img.show()

print(test_set[0])

  使用 TensorBoard 显示

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])    # 打印 test 数据集的第一张图片的所有信息
# print(test_set.classes)    # 打印数据集的所有类别信息
#
# img, target = test_set[0]
# print(img)    # 图片信息
# print(target)    # 类别信息
# print(test_set.classes[target])
# img.show()

# print(test_set[0])

writer = SummaryWriter("p10")
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i)

writer.close()