【学习笔记】【Pytorch】四、torchvision.datasets模块的使用

学习地址

PyTorch深度学习快速入门教程【小土堆】.

主要内容

一、torchvision模块说明
介绍：主要处理图像数据，包含一些常用的数据集、模型、转换函数等。
二、datasets模块介绍
介绍：一些加载数据的函数及常用的数据集接口。
三、datasets.CIFAR10类的使用
作用：CIFAR-10数据集的加载和数据处理。

一、torchvision模块说明

tochvision主要处理图像数据，包含一些常用的数据集、模型、转换函数等。torchvision独立于PyTorch，需要专门安装。

torchvision主要包含以下四部分：

• torchvision.models: 提供深度学习中各种经典的网络结构、预训练好的模型，如：Alex-Net、VGG、ResNet、Inception等。
• torchvision.datasets：提供常用的数据集，设计上继承 torch.utils.data.Dataset，主要包括：MNIST、CIFAR10/100、ImageNet、COCO等。
• torchvision.transforms：提供常用的数据预处理操作，主要包括对Tensor及PIL Image对象的操作。
• torchvision.utils：工具类，如保存张量作为图像到磁盘，给一个小批量创建一个图像网格。

二、datasets模块介绍

Pytorch官网：torchvision.datasets介绍
介绍：一些加载数据的函数及常用的数据集接口。

from torchvision import datasets

datasets文件夹：

三、datasets.CIFAR10类的使用

CIFAR-10官网：CIFAR-10数据集介绍

作用：CIFAR-10数据集的加载和数据处理。

1.使用说明

【实例化】datasets.CIFAR10(root: str,
train: bool = True,
transform: Optional[Callable] = None,
target_transform: Optional[Callable] = None,
download: bool = False,
)

• 作用：创建一个CIFAR-10数据集的实例
• root：数据集的根目录，如果download设置为True，则将保存到该目录。
• train：如果为True，则从训练集创建数据集&#