Pytorch学习 2——数据集的下载及使用

Vmgcr

于 2024-07-25 11:48:56 发布

阅读量191

点赞数 2

文章标签： pytorch 学习人工智能

本文链接：https://blog.csdn.net/weixin_53319524/article/details/140676750

版权

torchvision中的数据集使用

之前的Transforms主要是针对单个图片，这里主要介绍torchvision.datasets、torchvision.transforms联合使用，及如何下载、使用标准数据集。

以下载数据集CIFAR10为示例（要设置的参数）：

这里download = True最好一直这样设置，比较方便。

import torchvision

#下载训练集和测试集
train_set = torchvision.datasets.CIFAR10(root='./dataset',train=True,download=True)#./表示当前目录
test_set = torchvision.datasets.CIFAR10(root='./dataset',train=False,download=True)

print(test_set[0])
print(test_set.classes)

img,target = test_set[0]
print(img)
print(target)
img.show()#展示PIL图片

将数据集与transforms联合使用。

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor(),#先进行一个tensor类型的转换
])
train_set = torchvision.datasets.CIFAR10(root='./dataset',train=True,transform = dataset_transform,download=True)#./表示当前目录
test_set = torchvision.datasets.CIFAR10(root='./dataset',train=False,transform = dataset_transform,download=True)

#显示test数据集的前十张图片
writer = SummaryWriter('p10')
for i in range(10):
    img,target = test_set[i]
    writer.add_image('test_set',img,i)

writer.close()