PyTorch源码解读（三）torchvision.datasets

最新推荐文章于 2025-07-18 11:51:43 发布

原创

最新推荐文章于 2025-07-18 11:51:43 发布 · 1.8w 阅读

172 ·

CC 4.0 BY-SA版权

本文主要探讨PyTorch中的torchvision.datasets包，包括MNIST、FakeData等常见数据集的使用，详细介绍了数据集参数如transform和target_transform，并说明了如何将自定义数据集接入torch.utils.data.Dataset和DataLoader。

PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网：https://pytorch.org/docs/master/torchvision/datasets.html。
我的另外两篇博客对其他两个部分做了介绍分别为：

torchvision.models(https://blog.youkuaiyun.com/sinat_42239797/article/details/94329987)
torchvision.transforms(https://blog.youkuaiyun.com/sinat_42239797/article/details/93857364)

这篇博客介绍torchvision.datasets。torchvision.datasets这个包中包含MNIST、FakeData、COCO、LSUN、ImageFolder、DatasetFolder、ImageNet、CIFAR等一些常用的数据集，并且提供了数据集设置的一些重要参数设置，可以通过简单数据集设置来进行数据集的调用。从这些数据集中我们也可以看出数据集设置的主要变量有哪些并且有什么功能对将来自己数据集的设置也有极大的帮助。
以上数据集的接口基本上很相近。它们至少包括两个公共的参数transform和target_transform，以便分别对输入和和目标做变换
所有数据集的子类torch.utils.data.Dataset ，