如何torch.utils.data.DataLoader读取图片batchsize=1

要使用torch.utils.data.DataLoader读取图片，可以使用torchvision.datasets.ImageFolder类来读取图片数据集。然后将ImageFolder对象封装到DataLoader中，设置batch_size=1即可实现每次输出一张图片。具体实现步骤如下：
1. 导入必要的库：torchvision.datasets和torch.utils.data
2. 使用ImageFolder类读取图片数据集，设置相应的transform参数，例如将图片resize到指定大小、转换为tensor等。
3. 将ImageFolder对象封装到DataLoader中，设置batch_size=1，shuffle=True（可选）等参数。
4. 使用for循环遍历DataLoader，每次输出一个batch的数据，即一张图片。

代码示例：

import torchvision.datasets as datasets
import torchvision.transforms as transforms
from torch.utils.data import DataLoader

# 设置transform
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 将图片resize到指定大小
    transforms.ToTensor()  # 转换为tensor
])

# 使用ImageFolder读取图片数据集
image_folder = datasets.ImageFolder(root='path/to/image/folder', transform=transform)

# 将ImageFolder对象封装到DataLoader中
dataloader = DataLoader(image_folder, batch_size=1, shuffle=True)

# 遍历DataLoader，每次输出一个batch的数据，即一张图片
for images, labels in dataloader:
    print(images.shape, labels)