使用torchvision中的经典数据集

**前置知识：

train_set=torchvision.datasets.CIFAR10(
root="./dataset",
train=True,
transform=dataset_trans,
download=True
)

1、torchvision.datasets.CIFAR10：PyTorch 中的一个类，用于加载 CIFAR-10 数据集

（CIFAR-10 是一个包含 60,000 张 32x32 彩色图像的数据库，分为 10 个类别）

2、

 运行代码，在python控制台可以看到下载链接，

复制下载链接，让迅雷来下载更快速

3、这里的test_set元素类型是（PIL.Image，target），即一个数据对象=图片+标签

 print(test_set[0])  #(<PIL.Image.Image image mode=RGB size=32x32 at 0x2A3F0419A30>, 6)

 target是分类的编号，共有十个类别，则target从0到9

**代码：

import torchvision #与视觉图像有关，transforms和dataset都是它的模块
from torch.utils.tensorboard import SummaryWriter

dataset_trans=torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

#引入torchvision里的经典数据集（root：存储路径，train：是训练集还是验证集，download：是否需要下载）
train_set=torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=dataset_trans,download=True)
test_set=torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=dataset_trans,download=True)


# print(test_set[0]) #(<PIL.Image.Image image mode=RGB size=32x32 at 0x2A3F0419A30>, 6)
# img,target=test_set[0]
# print(img) #一个数据对象=图片+标签
# print(target)
#
# print(test_set.classes) #classes表示有哪些类型，标签与其对应（若标签是6，则表明是6号类型，即frog）
# print(test_set.classes[target])
# img.show()


writer=SummaryWriter("logs")
for i in range(10):
    img,target=test_set[i]
    writer.add_image("images",img,i)
writer.close()