P5：Dataset 和 transforms的联合使用

1、下载CIFAR10（训练集、测试集）

import torchvision

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

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

1、查看测试集中第一个数据的信息：

print(test_set[0])

结果为：

前半部分是图片信息，后半部分的数字 “3” 是类别。

2、查看测试集中所有类别：

print(test_set.classes)

结果为：

3、另一种查看图片和标签的方式：

img, target = test_set[0]
print(img)
print(target)
print(test_set.classes[target])

结果为：

展示一下图片：

img.show()

2、将Dataset 与 transforms进行联动

1、首先需要将数据转换为tensor的格式：

dataset_transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor(), ])

完整代码如下：

import torchvision
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)

2、将数据集用tensorboard显示：

import torchvision
from torch.utils.tensorboard import SummaryWriter


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('P8')
for i in range(10):
    img, target = test_set[i]
    writer.add_image('test_set', img, i)

writer.close()

结果如下：