CIFAR10数据集实战-数据读取部分（上）

• 2019 年 12 月 19 日
• 笔记

本节课主要介绍CIFAR10数据集

登录http://www.cs.toronto.edu/~kriz/cifar.html网站，可以自行下载数据集。

打开页面后

前讲的MNIST数据集为0~9的数字识别，而这里的为10类物品识别。由上可见物品包含有飞机、汽车、鸟、猫等。照片大小为32*32的彩色图片。每一个类别大概有6000张照片，其中随机筛选出5000作为学习，余下的1000用于测试。

首先在pycharm软件中新建文件夹，并创建main.py文件。

首先引入一部分相关的工具包

import torch  from torchvision import datasets  # 引入pytorch、datasets工具包

定义main函数

def main():        if __name__ == '__main__':      main()

下面开始在里面写入代码

首先开始加载数据集

def main():        cifar_train = datasets.CIFAR10('cifar', train=True, transform=transforms.Compose([          transforms.Resize((32, 32)),

继续

在前面引入工具包处加入代码

from torchvision import transforms  # 引入数据变换工具包

继续定义数据集代码

def main():        cifar_train = datasets.CIFAR10('cifar', train=True, transform=transforms.Compose([          transforms.Resize((32, 32)),          # .Compose相当于一个数据转换的集合          # 进行数据转换，首先将图片统一为32*32          transforms.ToTensor()          # 将数据转化到Tensor中        ]))      # 直接在datasets中导入CIFAR10数据集，放在"cifar"文件夹中

这里暂时不写Normalize函数

写到这里别忘了让pytorch自己下载数据集

在代码后面加入download=True即可实现

]), download=True)

Cifar_train 的代码部分已经写好

写到这里要注意这里只是建立了一次加载一张的代码

若想一次性加载一批，则要利用其多线程的特性

继续在引入工具包部分加入相关工具包

from torch.utils.data import DataLoader  # 多线程数据读取

继续书写数据读取部分代码

按照其提示，写入相关参数

cifar_train = DataLoader(cifar_train, batch_size=batchsz, ) # 按照其要求，这里的参数需要有batch_size, # 在该部分代码前面定义batch_size