day42Dataset和Dataloader@浙大疏锦行

qq_356196952025-12-20 9:59

day42Dataset和Dataloader@浙大疏锦行

下载数据集

python 复制代码

import torch
import torchvision
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import numpy as np

# 设置随机种子
torch.manual_seed(42)

# 1. 定义预处理
# CIFAR-10 图片是 32x32 的 RGB 图片
transform = transforms.Compose([
    transforms.ToTensor(),  # 转为 Tensor，范围 [0, 1]
])

# 2. 加载 CIFAR-10 数据集
# root='./data' 指定下载/存放路径，如果数据不存在会自动下载
train_dataset = datasets.CIFAR10(
    root='./data', 
    train=True, 
    download=True, 
    transform=transform
)

# CIFAR-10 的类别
classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

print(f"数据集大小: {len(train_dataset)}")

python 复制代码

# 3. 随机获取并展示一张图片
sample_idx = torch.randint(0, len(train_dataset), size=(1,)).item()
image, label = train_dataset[sample_idx]

print(f"样本索引: {sample_idx}")
print(f"标签索引: {label}")
print(f"对应类别: {classes[label]}")
print(f"图片形状: {image.shape}") # (C, H, W)

# 可视化函数
def imshow(img):
    # img: (C, H, W) -> (H, W, C)
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.axis('off') # 不显示坐标轴
    plt.show()

imshow(image)

样本索引: 37542

标签索引: 6

对应类别: frog

图片形状: torch.Size( $3, 32, 32$ )

@浙大疏锦行