网络上已经有公开的数据集，并且这些数据集被整合到了torchvision.datasets中，使用自带的函数可以直接下载。

1.数据集

具体有哪些数据可直接用torchvision.datasets加载呢？可以查看这个网址：

• datasets官网：Datasets — Torchvision 0.16 documentation (pytorch.org)

图像分类的有：

图像分割的有：

2.数据集的使用代码

接下来我们用代码来学习一下这些开源数据集的使用

import torchvision
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriterwriter = SummaryWriter("logs")trans = transforms.Compose([transforms.ToTensor()])train_dataset = torchvision.datasets.CIFAR10(root = "./data/CIFAR10",transform=trans, train= True,download = True)
test_dataset = torchvision.datasets.CIFAR10(root = "./data/CIFAR10", transform=trans,train= False,download = True)img0,target = train_dataset[0]
print(img0.size)
print(target)
name = train_dataset.classes[target]
print(train_dataset.classes)
print(train_dataset.classes[target])
for i in range(10):img, target = train_dataset[i]writer.add_image("train",img,i)img1, target1 = test_dataset[i]writer.add_image("test",img1,i)
writer.close()

3.结果展示

print(img0.size)

结果为 torch.Size([3, 32, 32])

print(target)

结果为6

name = train_dataset.classes[target]
print(train_dataset.classes)

['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

print(train_dataset.classes[target])

frog

tensorboard中显示的为：