将dataloader的数据可视化
时间: 2023-10-09 07:04:47 浏览: 48
要将dataloader的数据可视化,可以使用matplotlib和numpy库。以下是一个示例代码,读取CIFAR10数据集并显示其中的一些图像:
```python
import torch
import torchvision
import matplotlib.pyplot as plt
import numpy as np
# 加载CIFAR10数据集
transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor(),
torchvision.transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
shuffle=True, num_workers=2)
# 定义标签名称
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
# 获取一批图像和标签
dataiter = iter(trainloader)
images, labels = dataiter.next()
# 将图像展示出来
def imshow(img):
img = img / 2 + 0.5 # 反归一化
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
# 展示一批图像和对应的标签
imshow(torchvision.utils.make_grid(images))
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
```
输出结果为:
```
dog bird deer frog
```
并显示了一批图像。