【PyTorch笔记】pytorch入门教程5pytorch的数据库

import torchvision
from tensorboardX import SummaryWriter

dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
# compose是把一些变化操作组合在一起，这里除了转化成tensor以外还可以添加裁剪等处理
# CIFAR数据集中的数据是PIL，需要转为tensor才能输入到writer

train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, transform=dataset_transform, download=True)
# 如果数据集已存在设置成download=True也不会再下载一遍 所以一直True就完事了
#如果下载的很慢可以复制网址到迅雷下载，下完直接把tar.gz包复制到dataset文件夹下面
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=dataset_transform, download=True)
#train=True是训练集，false就是测试集
print(test_set[0])
#可以去官网查看test_set的输出类型，也可以print（test_set)查看，这里test_set的输出由img和label的索引组成 test_set[0]是查看第一个图片的tensor信息以及类别索引
print(test_set.classes)

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

writer = SummaryWriter("p10")
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i)
#终端输入：tensorboard --logdir=p10 --port=9999
writer.close()