小土堆的pytorch数据预处理部分的总结

先附上源代码，注释部分都解释清楚了

"""
tensorboard中的Summerywriter中的add_image和add_scalar
tensorvision中的transforms中的Totensor，compose，normalize
torch里面的dataload
"""
from torch.utils.data import DataLoader
import torchvision
from  torchvision import transforms
from torch.utils.tensorboard import SummaryWriter
#这个nomarlize函数不使用了，怕电脑跑很久，但是这里说一下它是将图片归一化，均值和标准差需要自己填，这里解释了它的用法，0.5的参数瞎填的
"""
tensor_normal=transforms.Normalize(mean=0.5,std=0.5)
tensor_normailized=tensor_normal()
"""

tensor=transforms.ToTensor()#将数据转化为tensor类型
tensor_combin=transforms.Compose([tensor])#将对数据的操作整合在一起，要是使用normalize也可以放这里
"""
这一句test_data=torchvision.datasets.CIFAR10(root="./dataset_load",train=False,transform=tensor_combin,download=True)
数据的加载，这是pytorch提供的数据
root表示数据保存的路径
train有两个值对应的这个数据有两部分一部分是训练集对应True，另一部分是测试集对应False，这里选择test数据是因为test的数据少
transforms是指你要对数据进行的一系列的数据操作，我这里只是将数据转化成了tensor类型
download表示是否要下载
"""
test_data=torchvision.datasets.CIFAR10(root="./dataset_load",train=False,transform=tensor_combin,download=True)
"""
这一句load=DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=False)
dataset表示的是输入的数据
batch_size表示一次拿取的图片，就是如果有100图片，这里设置的是64，他会一次性拿64张照片出来
shuffle指的是拿出来的图片是否按顺序拿出，为True它拿出的图片的数据就是随机的打乱的
drop_last指的是比如一共有129张图，我一次拿64张拿了两次剩一张这一张我要不要，要就是Ture
"""
load=DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=False)
step=0
writer=SummaryWriter("logs")
for loads in load:
    img,taget=loads#注意这里的DataLoader和torchvision.datasets.CIFAR10这一句话放回的都是图片加标签两个值
    writer.add_images("test",img,global_step=step)#这里我设置了一次拿64张图，所以是add_images,而不是add_image
    step=step+1
print("数据加载完成")
"""
SummaryWriter这里面还有个画图工具，add_scalar,这里有三个参数，第一个是标题，第二个是y值，第三个是x值，这里不演示了
"""

运行成功后再控制台终端输入代码

tensorboard --logdir=logs

运行成功后结果如图

点开运行成功的网址，得到结果如图