Pytorch学习--如何下载及使用Pytorch中自带数据集,如何把数据集和transforms联合在一起使用

一、标准数据集使用

pytorch官网--标准数据集

这里以CIFAR10数据集为例:CIFAR10

下载数据集

代码:

python 复制代码
import torchvision
train_data=torchvision.datasets.CIFAR10(root="datasets",train=True,download=True)
test_data=torchvision.datasets.CIFAR10(root="datasets",train=False,download=True)

输出:

python 复制代码
Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to datasets\cifar-10-python.tar.gz
100%|██████████| 170498071/170498071 [00:30<00:00, 5675896.90it/s]
Extracting datasets\cifar-10-python.tar.gz to datasets
Files already downloaded and verified

查看数据集属性

python 复制代码
import torchvision
train_data=torchvision.datasets.CIFAR10(root="datasets",train=True,download=True)
test_data=torchvision.datasets.CIFAR10(root="datasets",train=False,download=True)
print("test_data")
print(test_data)
print("test_data[0]")
print(test_data[0])
img,target=test_data[0]
img.show()
print(test_data.classes[target])

输出:

test_data 的属性:善用debug

二、把读入的数据集都转换为Tensor类型,并用Tensorboard展示

代码:

python 复制代码
import torchvision
from torch.utils.tensorboard import SummaryWriter
trans_dataset=torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
train_data=torchvision.datasets.CIFAR10(root="datasets",train=True,transform=trans_dataset,download=True)
test_data=torchvision.datasets.CIFAR10(root="datasets",train=False,transform=trans_dataset,download=True)
# print("test_data")
# print(test_data)
# print("test_data[0]")
# print(test_data[0])
# img,target=test_data[0]
# img.show()
# print(test_data.classes[target])

writer=SummaryWriter("logs")
writer.add_image("test",test_data[0][0],1)
writer.close()

输出:

相关推荐
飞哥数智坊5 小时前
从CodeBuddy翻车到MasterGo救场,我的小程序UI终于焕然一新
人工智能
AKAMAI8 小时前
跳过复杂环节:Akamai应用平台让Kubernetes生产就绪——现已正式发布
人工智能·云原生·云计算
新智元9 小时前
阿里王牌 Agent 横扫 SOTA,全栈开源力压 OpenAI!博士级难题一键搞定
人工智能·openai
新智元9 小时前
刚刚,OpenAI/Gemini 共斩 ICPC 2025 金牌!OpenAI 满分碾压横扫全场
人工智能·openai
机器之心9 小时前
OneSearch,揭开快手电商搜索「一步到位」的秘技
人工智能·openai
阿里云大数据AI技术10 小时前
2025云栖大会·大数据AI参会攻略请查收!
大数据·人工智能
YourKing10 小时前
yolov11n.onnx格式模型转换与图像推理
人工智能
sans_10 小时前
NCCL的用户缓冲区注册
人工智能
sans_10 小时前
三种视角下的Symmetric Memory,下一代HPC内存模型
人工智能
算家计算11 小时前
模糊高清修复真王炸!ComfyUI-SeedVR2-Kontext(画质修复+P图)本地部署教程
人工智能·开源·aigc