首页cifar-10数据集图片

cifar-10数据集图片

时间: 2025-06-29 08:15:08 浏览: 13

### CIFAR-10 数据集图片示例下载为了展示如何获取并查看 CIFAR-10 数据集中的图片，可以采用 Python 和 PyTorch 库来实现自动化下载与可视化过程。下面提供了一个完整的代码实例用于加载数据集以及显示其中的一些样本图像。 #### 使用 PyTorch 自动化下载 CIFAR-10 并展示部分样例 ```python import torch from torchvision import datasets, transforms import matplotlib.pyplot as plt def show_images(images): """定义一个函数用来绘制多张图片""" fig = plt.figure(figsize=(8, 8)) columns = 4 rows = 5 for i in range(1, columns * rows + 1): img = images[i - 1].numpy().transpose((1, 2, 0)) # 将形状转换回原始大小 mean = (0.4914, 0.4822, 0.4465) std = (0.2023, 0.1994, 0.2010) img = img * std + mean # 反标准化操作 ax = fig.add_subplot(rows, columns, i) ax.imshow(img.clip(0, 1)) ax.set_title(f'Label {i}') ax.axis('off') plt.show() if __name__ == '__main__': transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize( (0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010))] ) train_dataset = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform) test_dataset = datasets.CIFAR10(root='./data', train=False, download=True, transform=transform) # 获取一些随机训练图像及其标签 data_loader = torch.utils.data.DataLoader(train_dataset, batch_size=20, shuffle=True) examples = enumerate(data_loader) _, (example_data, example_targets) = next(examples) show_images(example_data) ``` 上述脚本会从互联网上自动抓取 CIFAR-10 数据集到本地缓存文件夹 `./data` 中，并通过 Matplotlib 展现一批次共二十幅来自该集合内的彩色 RGB 图像[^1]。

阅读全文