Day38

了解下CIFAR数据集，尝试获取其中一张图片
CIFAR数据集是计算机视觉领域常用的基准数据集，主要有两个版本：

1. CIFAR-10
- 包含10个类别的6万张32x32彩色图像
- 每个类别有6000张图像（5000训练+1000测试）
- 类别包括：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车
2. CIFAR-100
- 包含100个细粒度类别的6万张32x32彩色图像
- 每个类别有600张图像（500训练+100测试）
- 100个类别又分为20个超类（如"鱼"超类包含"鲑鱼"、"鲨鱼"等子类）
这两个数据集常用于：

- 图像分类任务基准测试
- 深度学习模型性能评估
- 计算机视觉算法研究
在PyTorch中可以通过torchvision.datasets.CIFAR10/CIFAR100加载： 

from torchvision import datasets
 
# 加载CIFAR-10
train_data = datasets.CIFAR10(root='./data', train=True, download=True)
test_data = datasets.CIFAR10(root='./data', train=False, download=True)
 
# 加载CIFAR-100
train_data = datasets.CIFAR100(root='./data', train=True, download=True)

@浙大疏锦行