视频地址DataLoader的使用_哔哩哔哩_bilibili
dataset数据集，相当于一副扑克，dataloader数据加载器相当于我们的手，选择摸几张牌，怎么摸牌
import torchvision# 准备的测试数据集
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWritertest_data = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=torchvision.transforms.ToTensor()) # root为数据集放置位置，train为true说明训练集，transform为ToTensor方法，将图片转化为tensor格式test_loader = DataLoader(dataset=test_data, batch_size=4, shuffle=True, num_workers=0,drop_last=False) # 每批次取4个数据，shuffle为true说明每次选取的数据要相同，num_workers为0说明只选择主进程加载，多个进程会加载更快，但在window下>0有可能会报错，取数据时有可能最后余下几个drop_last为true，则舍去# 测试数据集中第一张图片及target
img, target = test_data[0]
print(img.shape) # torch.Size([3, 32, 32])
print(target) # 3writer = SummaryWriter("dataloader")
step = 0
for data in test_loader:imgs, targets = data# print (imgs.shape) # torch.Size([4 3, 32, 32]),4为batch_size# print(targets) # tensor([2, 3, 6, 8]),4张图片的target进行了打包writer.add_images("test_data", imgs, step)step += 1writer.close()
