当前位置：首页 > article >正文

PyTorch快速入门教程【小土堆】之torchvision中的数据集使用

article 2025/1/5 6:35:27

视频地址torchvision中的数据集使用_哔哩哔哩_bilibili

本次选取了CIFAR10数据集作为演示

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()  # 转换为tensor型
])

train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, transform=dataset_transform,
                                         download=True)  # root为数据集放置位置，train为true说明训练集，transform为上边定义的dataset——transform，需要下载
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=dataset_transform,
                                        download=True)  # root为数据集放置位置，train为false说明测试集，transform为上边定义的dataset——transform，需要下载

# print(test_set[0])
# print(test_set.classes)  # 类别为['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
#
# img, target = test_set[0]
# print(img)
# print(target)
# print(test_set.classes[target])  # 为cat
# img.show()

writer = SummaryWriter("p10")
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set", img, i) # 把tensor类型的10张图片用tensorboard表示出来

writer.close()

查看全文

http://www.kler.cn/a/463518.html