在torch中导入数据

在PyTorch中，导入数据通常涉及几个关键步骤。首先，你需要安装`torchvision`库，它包含了处理图像、视频等常见数据集的工具。如果你还没有安装，可以使用pip命令：

pip install torchvision

接下来，你可以通过以下方式导入常见的数据集，例如MNIST手写数字数据集：

import torch
from torchvision import datasets, transforms

# 数据预处理
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为张量
    transforms.Normalize((0.5,), (0.5,))  # 归一化
])

# 加载数据集
train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform)
test_dataset = datasets.MNIST(root='./data', train=False, download=True, transform=transform)

# 数据加载器
batch_size = 64
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_loader, batch_size=batch_size, shuffle=False)

这里，我们设置了训练数据和测试数据的加载器，`DataLoader`负责将数据分批读取，便于模型训练。