【Pytorch】小土堆自学日记（四）

目录

1.Dataset模块

2.models模块：提供了一些预训练模型

3.CIFAR10数据集基础知识

①参数介绍：

②下载数据集

③查看数据集：

4.完整使用数据集代码

5.COCO数据集

①参数：

②迅雷下载后怎么办：

③找不到数据集下载网址怎么办：

---

一、Torchvision中数据集的使用

1.Dataset模块

Pytorch官网->docs->pytotch Domains->torchvision->datasets->左上角版本改为0.9.0

2.models模块：提供了一些预训练模型

3.CIFAR10数据集基础知识

①参数介绍：

②下载数据集

import torchvision

train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)
test_set = torchvision.datasets.CIFAR10(root = "./dataset",train=False,download=True)

 （下载慢复制下载链接，复制到迅雷）

③查看数据集：

a.查看某个元素

#查看dataset
print(test_set[0])

  结果：

b.了解具体组成： 每一个trainset都是一个（图片，label）的元组

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

 输出：

 c.输出数据集具体的类别

#输出具体类别,看看数字3对应的是哪一类
print(test_set.classes[target])
img.show()

    结果：

   

4.完整使用数据集代码

  转化为totensor型并且用tensorboard打开：

import torchvision
from torch.utils.tensorboard import SummaryWriter

#第一步用Compose转化为totensor
dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

#第二步修改这里的transform参数
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])

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

writer.close()

结果显示：

5.COCO数据集

①参数：

②迅雷下载后怎么办：

新建dataset文件，复制tar.gz文件，进入pycharm，粘贴到文件夹下边，运行后，python自动校验，压缩文件解压为数据集，所以download一直设置为True比较方便

③找不到数据集下载网址怎么办：

ctrl点击数据集名称，进入源代码，找到url链接，复制粘贴