5_torchvision数据集使用

1. torchvision数据集介绍

① torchvision中有很多数据集，当我们写代码时指定相应的数据集指定一些参数，它就可以自行下载。

② CIFAR-10数据集包含60000张32×32的彩色图片，一共10个类别，其中50000张训练图片，10000张测试图片。

2. torchvision数据集使用

① 在 Anaconda 终端里面，激活py3.6.3环境，再跳转到该项目的路径下。

② 运行python。导入torchvision包，输入train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)命令，即下载数据集到到该文件夹下。

1，数据集拿到链接后，可以使用迅雷下载。

2，下载后复制到dataset同名文件夹中（一定要和自定义的文件夹同名）

3，之后运行train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True) ，会自动解压压缩包。

也可以直接在pycharm中直接运行

import torchvision

train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)

test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True)

import torchvision
help(torchvision.datasets.CIFAR10)

3. 查看CIFAR10数据集内容

import torchvision

# root为存放数据集的相对路径
# train=True是训练集，train=False是测试集  
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True) 
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True) 

print(test_set[0])       # 输出的3是target类别
print(test_set.classes)  # 测试数据集中有多少种

# 分别获得图片、target
img, target = test_set[0] 
print(img)
print(target)

# 3号target对应的种类
print(test_set.classes[target]) 
img.show()

Files already downloaded and verified
Files already downloaded and verified
(<PIL.Image.Image image mode=RGB size=32x32 at 0x1A4275AAF28>, 3)
['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
<PIL.Image.Image image mode=RGB size=32x32 at 0x1A4275AAA58>
3
cat

4. Tensorboard查看内容

import torchvision
from torch.utils.tensorboard import SummaryWriter

# 将ToTensor应用到数据集中的每一张图片，每一张图片转为Tensor数据类型
dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])     
train_set = torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,download=True)      
test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_transform,download=True)   

writer = SummaryWriter("logs") 
for i in range(10):
    img, target = test_set[i]
    writer.add_image("test_set",img,i)
    print(img.size())

writer.close() # 一定要把读写关闭，否则显示不出来图片

Files already downloaded and verified
Files already downloaded and verified
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])
torch.Size([3, 32, 32])