DAY 38 Dataset和Dataloader类

对应5. 27作业

知识点回顾：

1. Dataset类的__getitem__和__len__方法（本质是python的特殊方法）
2. Dataloader类
3. minist手写数据集的了解

作业：了解下cifar数据集，尝试获取其中一张图片

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np# 设置随机种子以确保结果可复现
torch.manual_seed(42)# 定义数据预处理转换
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])# 加载CIFAR-10训练数据集
trainset = torchvision.datasets.CIFAR10(root='./data',train=True,download=True,transform=transform
)# 创建数据加载器
trainloader = torch.utils.data.DataLoader(trainset,batch_size=1,shuffle=True,num_workers=2
)# CIFAR-10的类别名称
classes = ('plane', 'car', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck')# 获取并显示一张图片
def main():# 从数据加载器中获取一张图片images, labels = next(iter(trainloader))# 显示图片的函数def imshow(img):img = img / 2 + 0.5  # 反标准化npimg = img.numpy().transpose((1, 2, 0))plt.imshow(npimg)plt.axis('off')  # 不显示坐标轴plt.show()# 打印图片的类别标签print(f'图片类别: {classes[labels.item()]}')# 显示图片imshow(images[0])if __name__ == '__main__':main()