写一个将fruit360 PyTorch 图像加载到 DataLoader,并探索数据集，打印一个示例图像及其类和标签

以下是一个将fruit360 PyTorch 图像加载到 DataLoader 的示例代码：

import torch
from torchvision import transforms, datasets

# 定义数据集路径
data_dir = "path/to/fruit360"

# 定义数据变换
data_transforms = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor()
])

# 加载数据集
image_datasets = datasets.ImageFolder(data_dir, transform=data_transforms)

# 定义数据加载器
data_loader = torch.utils.data.DataLoader(image_datasets, batch_size=32, shuffle=True)

要打印一个示例图像及其类和标签，可以使用以下代码：

import matplotlib.pyplot as plt
import numpy as np

# 获取一个批次的数据
images, labels = next(iter(data_loader))

# 获取第一张图像及其类和标签
image = images[0]
label = labels[0]
class_name = image_datasets.classes[label]

# 将图像转换为 NumPy 数组以便可视化
image = image.numpy().transpose((1, 2, 0))

# 显示图像及其类和标签
plt.imshow(image)
plt.title(class_name)
plt.show()