开始使用免费开始使用

图像数据集

先从构建一个用于图像的 Torch Dataset 开始。您将用它来探索数据，之后再将其输入到模型中。

用于云层分类任务的训练数据按以下目录结构存储：

clouds_train
  - cirriform clouds
    - 539cd1c356e9c14749988a12fdf6c515.jpg
    - ...
  - clear sky
  - cumulonimbus clouds
  - cumulus clouds
  - high cumuliform clouds
  - stratiform clouds
  - stratocumulus clouds

clouds_train 中有 7 个文件夹，每个文件夹表示一种云的类型（或晴空）。每个文件夹中包含相应的图像文件。

以下导入语句已为您准备好：

from torchvision.datasets import ImageFolder
from torchvision import transforms

本练习是课程的一部分

PyTorch 深度学习进阶

查看课程

练习说明

  • 组合两个变换，先将图像解析为张量，其次将图像调整为 128×128，并将它们赋给 train_transforms。
  • 使用 ImageFolder 定义 dataset_train，传入数据的目录路径（"clouds_train"）以及前面定义的变换。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Compose transformations
train_transforms = ____([
    transforms.____,
    transforms.____,
])

# Create Dataset using ImageFolder
dataset_train = ____(
    ____,
    transform=____,
)
编辑并运行代码