CIFAR10数据集的使用————Transforms

哔哩大学的PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】
的P13讲讲述了CIFAR10数据集的下载使用。
代码注释如下：

import  torchvision

# CIFAR10这个数据集，可以去官网上查看，包括32*32的像素图片，很多类别和图片，有训练和测试图片
train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True)
# 按ctrl+P看函数需要什么，
# root即数据集需要存放的位置，在P10的地方创建一个dataset文件夹
# train默认是ture
# transform暂时不设置
# download=True意思为下载
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False,  download=True)
# 运行即下载一个压缩文件并自动解压，下载慢可以把下载链接放到迅雷下载，迅雷有镜像加速

print(test_set[0]) # 查看一下测试集第一个的输出
# 输出为(, 3)
# 3代表target，tese_set中有classes，把图片属性转换为数字
print(test_set.classes)
# 此为把属性打印出来['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

img, target = test_set[0]
# img=，target=3
# img, target分别获得了输出的两个属性
print(img) 
print(target)
# 输出验证一下img, target
print(test_set.classes[target])
img.show()

结果如图：