pytorch(小土堆)深度学习

第五节课讲项目的创建和对比

第六节:Dataset,Dataloader

Dataset提供一种方式区获取数据及其label(如何获取每一个数据及其label,告诉我们总共有多少的数据)

Dataloader为后面的网络提供不同的数据形式

第七节:Dataset类代码实战

显示图片

python 复制代码
from PIL import Image
img_path="E:\\code\\learn_pytorch\\dataset\\train\\3554136_161801647368_2.jpg"
img = Image.open(img_path)
img.show()

图像地址列表

python 复制代码
dir_path = "dataset/train"
import os
img_path_list = os.listdir(dir_path)
img_path_list[3]

指定文件路径,把文件路径存在一个列表里面

将地址拼接起来

相关推荐
醒了就刷牙1 分钟前
MovieNet
论文阅读·人工智能·论文笔记
传说故事2 分钟前
【论文自动阅读】RoboBrain 2.0
人工智能·具身智能
MaoziShan5 分钟前
[ICLR 2026] 一文读懂 AutoGEO:生成式搜索引擎优化(GEO)的自动化解决方案
人工智能·python·搜索引擎·语言模型·自然语言处理·内容运营·生成式搜索引擎
LS_learner8 分钟前
理解Clawdbot 的本质
人工智能
方见华Richard8 分钟前
整数阶时间重参数化:基于自适应豪斯多夫维数的偏微分方程正则化新框架
人工智能·笔记·交互·原型模式·空间计算
盼小辉丶20 分钟前
PyTorch实战(27)——自动混合精度训练
pytorch·深度学习·混合精度训练
aihuangwu21 分钟前
如何把豆包的回答导出
人工智能·ai·deepseek·ds随心转
好奇龙猫24 分钟前
【人工智能学习-AI入试相关题目练习-第十六次】
人工智能·学习
bing.shao27 分钟前
Golang 开发者视角:解读《“人工智能 + 制造” 专项行动》的技术落地机遇
人工智能·golang·制造
LOnghas121127 分钟前
玉米目标检测实战:基于YOLO13-C3k2-RFAConv的优化方案_1
人工智能·目标检测·计算机视觉