day42Dataset和Dataloader@浙大疏锦行

day42Dataset和Dataloader@浙大疏锦行

下载数据集

importtorchimporttorchvisionfromtorchvisionimportdatasets,transformsimportmatplotlib.pyplotaspltimportnumpyasnp# 设置随机种子torch.manual_seed(42)# 1. 定义预处理# CIFAR-10 图片是 32x32 的 RGB 图片transform=transforms.Compose([transforms.ToTensor(),# 转为 Tensor，范围 [0, 1]])# 2. 加载 CIFAR-10 数据集# root='./data' 指定下载/存放路径，如果数据不存在会自动下载train_dataset=datasets.CIFAR10(root='./data',train=True,download=True,transform=transform)# CIFAR-10 的类别classes=('plane','car','bird','cat','deer','dog','frog','horse','ship','truck')print(f"数据集大小:{len(train_dataset)}")

# 3. 随机获取并展示一张图片sample_idx=torch.randint(0,len(train_dataset),size=(1,)).item()image,label=train_dataset[sample_idx]print(f"样本索引:{sample_idx}")print(f"标签索引:{label}")print(f"对应类别:{classes[label]}")print(f"图片形状:{image.shape}")# (C, H, W)# 可视化函数defimshow(img):# img: (C, H, W) -> (H, W, C)npimg=img.numpy()plt.imshow(np.transpose(npimg,(1,2,0)))plt.axis('off')# 不显示坐标轴plt.show()imshow(image)

样本索引: 37542

标签索引: 6

对应类别: frog

图片形状: torch.Size([3, 32, 32])

@浙大疏锦行