Pytorch打怪路（一）pytorch进行CIFAR-10分类（1）CIFAR-10数据加载和处理

pytorch进行CIFAR-10分类（1）CIFAR-10数据加载和处理

1、写在前面的话

这一篇博文的内容主要来自于pytorch的官方tutorial，然后根据自己的理解把cifar10这个示例讲一遍，权当自己做笔记。因为这个cifar10是官方example，所以适合我们拿来先练手，至少能保证代码的正确性。
之所以第一篇pytorch的博文（其实之前还写了篇如何安装pytorch）就用cifar10做例子，是我个人觉得先从宏观上了解一个例子的样貌是什么样的，然后我们再来针对性的学习相关的知识点，这样可能效率快一点。 所以我不光是在讲cifar10这个例子，而是在剖析这个例子，说明这些知识点属于哪个模块，该去哪儿找。 后续也会写相关博客进行一些细节性的讲解。

官网相关内容的链接如下：http://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#loading-and-normalizing-cifar10

我的系列博文

Pytorch打怪路（一）pytorch进行CIFAR-10分类（1）CIFAR-10数据加载和处理（本文）

Pytorch打怪路（一）pytorch进行CIFAR-10分类（2）定义卷积神经网络

Pytorch打怪路（一）pytorch进行CIFAR-10分类（3）定义损失函数和优化器

Pytorch打怪路（一）pytorch进行CIFAR-10分类（4）训练

Pytorch打怪路（一）pytorch进行CIFAR-10分类（5）测试

 

2.大致流程

一般来说，使用深度学习框架我们会经过下面几个流程：

模型定义（包括损失函数的选择） --->数据处理和加载 ---> 训练（可能包含训练过程可视化） ---> 测试

所以我们在自己写代码的时候