day38 6月5号

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

一、首先加载CIFAR数据集

import torch
import torchvision
import torchvision.transforms as transforms
from matplotlib import pyplot as plt# 定义数据转换
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])# 加载训练集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,download=True, transform=transform
)

二、创建DataLoader并获取单张图片

# 创建DataLoader
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,shuffle=True
)# 获取一个batch的数据
dataiter = iter(trainloader)
images, labels = next(dataiter)# 显示第一张图片
def imshow(img):img = img / 2 + 0.5  # 反归一化npimg = img.numpy()plt.imshow(np.transpose(npimg, (1, 2, 0)))plt.show()imshow(images[0])
print('Label:', trainset.classes[labels[0]])

三、直接通过Dataset获取单张图片

# 直接通过Dataset获取第100张图片
image, label = trainset[100]# 显示图片
imshow(image)
print('Label:', trainset.classes[label])