pytorch实现数据集下载

常用数据集：COCO,ImageNet,CIFCAR,MNIST

def_train = datasets.MNIST(root="./data/",transform=transform,train =True,download=True)
def_test = datasets.MNIST(root="./data/",transform=transform,train =False)
#root 指定下载路径
# transform指定导入数据时对数据进行的变换操作
# train用于指定在数据集下载完成后载入哪部分数据 ，true是载入训练集，false是载入测试集

例子：AlexNet
pytorch 加载数据集部分

# 加载数据集 (训练集和测试集)
trainset = torchvision.datasets.CIFAR10(root='./Cifar-10', train=True, download=True, transform=transforms.Compose([
                                                                                             transforms.Resize(227),
                                                                                             transforms.ToTensor()]))
trainloader = torch.utils.data.DataLoader(trainset, batch_size=batchSize, shuffle=True)
testset = torchvision.datasets.CIFAR10(root='./Cifar-10', train=False, download=True, transform=transforms.Compose([
                                                                                             transforms.Resize(227),
                                                                                             transforms.ToTensor()]))
testloader = torch.utils.data.DataLoader(testset, batch_size=batchSize, shuffle=False)

其中torchvision.transform.Compose类看做一种容器
其中transform有不同操作，具体如下