今天小编就为大家分享一篇Pytorch自己加载单通道图片用作数据集训练的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

主要介绍了pytorch加载自己的图像数据集实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

pytorch 在torchvision包里面有很多的的打包好的数据集，例如minist,Imagenet-12,CIFAR10 和CIFAR100。在torchvision的dataset包里面，用的时候直接调用就行了。具体的调用格式可以去看文档（目前好像只有英文的）。网上也有很多源代码。 不过，当我们想利用自己制作的数据集来训练网络模型时，就要有自己的方法了。pytorch在torchvision.dataset包里面封装过一个函数ImageFolder（）。这个函数功能很强大，只要你直接将

之前学习深度学习算法，都是使用网上现成的数据集，而且都有相应的代码。到了自己开始写论文做实验，用到自己的图像数据集的时候，才发现无从下手 ，相信很多新手都会遇到这样的问题。 参考文章https://www.jb51.net/article/177613.htm 下面代码实现了从文件夹内读取所有图片，进行归一化和标准化操作并将图片转化为tensor。最后读取第一张图片并显示。 # 数据处理 import os import torch from torch.utils import data f