企业官网建设流程全解析

本文主要介绍torchvision内置数据集及DataLoader使用

一、CIFAR10 数据集初识（举例）

1.一句话理解

以前要手动写 Dataset 类，现在 torchvision 帮你把常用数据集都封装好了，一行代码下载 + 加载。

2.CIFAR10 数据档案

3.数据集下载

importtorchvision animals_transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor()])train_set=torchvision.datasets.CIFAR10(root="./animals",#存在哪train=True,## True=训练集, False=测试集download=True)# 自动下载，已有则跳过test_set=torchvision.datasets.CIFAR10(root="./animals",train=False，download=True)

二、查看数据集内容

1.基本操作

代码如下（示例）：

# 查看所有类别名print(test_set.classes)# ['airplane', 'automobile', 'bird', 'cat', 'deer',# 'dog', 'frog', 'horse', 'ship', 'truck']# 取第 0 个样本img,target=test_set[0]print(img)# <PIL.Image.Image mode=RGB size=32x32>print(target)# 3（数字标签）print(test_set.classes[target])# 'cat'img.show()# 弹窗显示图片

2.数据结构

test_set[0] → (PIL图片, 数字标签)
↓ ↓
32×32 RGB 0~9 整数

三、与 transforms 联动

CIFAR10 给的是 PIL Image，必须转成 Tensor 才能训练。

fromtorchvisionimporttransforms# 定义转换管道dataset_transform=transforms.Compose([transforms.ToTensor()# PIL → Tensor (C, H, W)])# 下载时直接应用 transformtrain_set=torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_transform,# ← 关键参数download=True)

CIFAR10 原始数据 (PIL) ──transform──▶ Tensor (可直接训练)

四、DataLoader — 从"一副牌"到"一手牌"

1.为什么要 DataLoader？

2.基本用法

fromtorch.utils.dataimportDataLoader test_loader=DataLoader(dataset=test_data,batch_size=64,# 一次抓 64 张shuffle=True,# 打乱顺序num_workers=0,# Windows 下必须设为 0drop_last=False# 最后不足 64 张也保留)

遍历 DataLoader

forimgs,targetsintest_loader:print(imgs.shape)# torch.Size([64, 3, 32, 32])print(targets.shape)# torch.Size([64])break

结合 TensorBoard 可视化

fromtorch.utils.tensorboardimportSummaryWriter writer=SummaryWriter("dataloader_logs")forepochinrange(2):# 跑两轮，观察 shuffle 效果forstep,(imgs,targets)inenumerate(test_loader):writer.add_images(f"Epoch_{epoch}",imgs,step)writer.close()

终端输入
tensorboard --logdir=dataloader_logs

五、DataLoader 参数速查表

总结

本文主要介绍了怎么使用torchvision的数据集以及DataLoader。