DAY38作业（补）

DAY 38 Dataset和Dataloader类

作业：了解下cifar数据集，尝试获取其中一张图片

作业：cifar数据集

CIFAR 数据集

CIFAR 有两个主要版本：CIFAR-10 和 CIFAR-100

CIFAR-10
基本信息：

• 包含彩色自然图像
• 50,000 张训练图像 + 10,000 张测试图像
• 图像尺寸：32×32 像素
• 10 个类别(飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车)
• 3 个颜色通道(RGB)

CIFAR-100
基本信息：

• 与 CIFAR-10 类似的图像集但更复杂
• 相同数量的图像(50k训练+10k测试)
• 100 个细粒度类别
• 图像也分为 20 个超类(如"花"、"树"等)

获取cifar数据集中的一张图片

import torch
import matplotlib.pyplot as plt
from torchvision import datasets, transforms# 1. 下载+标准化
transform = transforms.ToTensor()          
train = datasets.CIFAR10(root='./data', train=True,download=True, transform=transform)# 2. 随机抽一张
img, lbl = train[torch.randint(len(train), (1,)).item()]# 3. 直接可视化（已经是 0-1 的 Tensor）
plt.title(train.classes[lbl])
plt.axis('off')
plt.imshow(img.permute(1, 2, 0))   # (C,H,W)->(H,W,C)
plt.show()