cifar100的数据增广代码

以下是一个使用 PyTorch 实现的 CIFAR-100 数据增广代码示例：

import torch
import torchvision.transforms as transforms

# 定义数据增广
transform_train = transforms.Compose([
    transforms.RandomCrop(32, padding=4),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5071, 0.4867, 0.4408], std=[0.2675, 0.2565, 0.2761])
])

# 加载 CIFAR-100 数据集
trainset = torchvision.datasets.CIFAR100(root='./data', train=True, download=True, transform=transform_train)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=128, shuffle=True, num_workers=2)

这段代码使用了随机裁剪、随机水平翻转、归一化等数据增广方式，可以帮助提高模型的泛化能力。