Pytorch实现CIFAR10数据加载并使用VISDOM查看

本教程适用于window系统，首先将cifar10数据集下载到本地：具体下载方法自行百度，这里不再累述，其中pytorch的版本为1.4的CUDA版，torchvision的版本为0.5，关于visdom的使用可自行百度，很简单，同样不再累述，无需积分免费下载，如果有疑问欢迎到留言区讨论，同时谢谢各位点开我的博客，如何可以的话，希望可以点个赞再走，三克油！希望可以一起学习，共同进步，加油少年！！！废话不多数，直接上代码！

import torch
import torchvision
from torch.utils.data import DataLoader
from torchvision import datasets,transforms
import visdom

'''
自己手动下载cifar10数据集，并使用PYTORCH加载，结果证明加载成功，并验证使用visdom查看图像，结果证明成功。
'''

def main():
    cifar10_train = datasets.CIFAR10(root='E:\Code\Pytorch\CIFAR10',train=True,transform=transforms.Compose([
        transforms.ToTensor()
    ]),download=True) #训练集 ----cifar10数据集存放在E:\Code\Pytorch\CIFAR10的文件夹下。还可以在transfrom下添加其他的数据增强函数
    cifar10_traindl = DataLoader(dataset=cifar10_train,batch_size=32,shuffle=True,num_workers=4)#训练集的Dataloader
    cifar10_test = datasets.CIFAR10(root='E:\Code\Pytorch\CIFAR10',train=False,transform=transforms.Compose([
        transforms.ToTensor()
    ]),download=True)#测试集
    cifar10_testdl = DataLoader(dataset=cifar10_test,batch_size=32,shuffle=False,num_workers=4)#测试集的Dataloader
    x,_ = iter(cifar10_testdl).next()#迭代器
    print(x.shape)#查看数据维度信息
    vis = visdom.Visdom()#实例化Visdom
    vis.images(x,nrow=8,win='kk',opts=dict(title='8images'))#使用Visdom进行可视化，  前提是已经打开visdom服务器！！

if __name__ == "__main__":
    main()