前言：本文为学习 PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】时记录的 Jupyter 笔记，部分截图来自视频中的课件。
dataset的使用
在 Torchvision 中有很多经典数据集可以下载使用，在官方文档中可以看到具体有哪些数据集可以使用：
下面以CIFAR10数据集为例，演示下载使用的流程，在官方文档中可以看到，下载CIFAR10数据集需要的参数：
- root表示下载路径
- train表示下载数据为数据集还是训练集
- download表示是否下载（如果本地有则不需要下载）
import torchvision
train_set = torchvision.datasets.CIFAR10(root="./dataset_CIFAR10", train=True, download=True) # 下载训练集
test_set = torchvision.datasets.CIFAR10(root="./dataset_CIFAR10", train=False, download=True) # 下载测试集Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./dataset_CIFAR10cifar-10-python.tar.gz98.7%
Files already downloaded and verified可以看到在终端中会显示正在下载，如果下载缓慢的话，可以将连接复制到离线下载软件（如迅雷）中进行下载。
代码语言：javascript复制# 查看图片和label
img,target = test_set[0]
img
test_set.classes[target]
代码语言：javascript复制'cat'from torch.utils.tensorboard import SummaryWriter
dataset_transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor()
])
train_set = torchvision.datasets.CIFAR10(root="./dataset_CIFAR10", train=True,transform=dataset_transform, download=False) # 转换训练集
test_set = torchvision.datasets.CIFAR10(root="./dataset_CIFAR10", train=False,transform=dataset_transform, download=False) # 转换测试集
writer = SummaryWriter("dataset_CIFAR10_tensor")
for i in range(10):
img, target = train_set[i]
writer.add_image("test_set", img, i)
writer.close()在tensorboard输出后，在终端中输入命令启动tensorboard，然后可以查看图片：
dataloader的使用
主要参数：
