Python训练营打卡 DAY 38 Dataset和Dataloader类

知识点回顾：

1. Dataset类的__getitem__和__len__方法（本质是python的特殊方法）
2. Dataloader类
3. minist手写数据集的了解

作业：了解下cifar数据集，尝试获取其中一张图片

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np# 定义数据预处理
transform = transforms.Compose([transforms.ToTensor(), # 将图像转换为张量并自动归一化到[0,1]transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 标准化到[-1,1]范围
])# 下载并加载CIFAR10训练集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,download=True, transform=transform
)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,shuffle=True, num_workers=2
)# 获取一个batch的数据
dataiter = iter(trainloader)
images, labels = next(dataiter)# 显示第一张图片
def imshow(img):img = img / 2 + 0.5  # 反归一化，将[-1,1]范围转换回[0,1]范围用于显示npimg = img.numpy()plt.imshow(np.transpose(npimg, (1, 2, 0)))plt.show()# 显示图片和标签
imshow(torchvision.utils.make_grid(images[0]))
print('Label:', trainset.classes[labels[0]])

@浙大疏锦行