打卡第39天: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 torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, Dataset
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import numpy as np


# 设置随机种子,确保结果可复现
torch.manual_seed(42)
# PyTorch 预处理示例
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为 [0, 1] 的 Tensor(C×H×W)
    transforms.Normalize(mean=[0.4914, 0.4822, 0.4465], std=[0.2471, 0.2435, 0.2616])
])
#加载数据集
train_dataset = datasets.CIFAR10(
    root='./data',
    train=True,
    download=True,
    transform=transform
)

test_dataset = datasets.CIFAR10(
    root='./data',
    train=False,
    transform=transform
)
import matplotlib.pyplot as plt

def visualize_sample(dataset):
    sample_idx = torch.randint(0, len(train_dataset), size=(1,)).item() # 随机选择一张图片的索引
    image, label = train_dataset[sample_idx] # 获取图片和标签
#反归一化处理显示
    img = image.permute(1, 2, 0).numpy()
    img = img * np.array([0.2471, 0.2435, 0.2616]) + np.array([0.4914, 0.4822, 0.4465])
    img = np.clip(img, 0, 1)
    plt.figure(figsize=(3, 3))
    plt.imshow(img)
    plt.title(f"Label: {train_dataset.classes[label]}")
    plt.axis('off')
    plt.show()

代码是对的,图片还没出来我再找找问题

@浙大疏锦行 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值