计算机视觉微调：数据集准备
在本练习中，您将为训练准备 Stanford Cars 数据集。这将涉及使用 datasets 库划分数据集，并应用预处理变换。该数据集包含 8k 张带标签的图像，覆盖 196 种汽车型号：
数据集已加载为 dataset。为您准备好的变换为 transforms，包括重新归一化和类型转换。
本练习是课程的一部分
使用 Hugging Face 的多模态模型
练习说明
- 使用
.train_test_split()从dataset创建 80/20 的训练/测试划分。 - 将变换（
transforms）应用到data_splits。 - 从
dataset_transformed中首个像素值集合绘制增广后的图像。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create a train/test split within the HF dataset
data_splits = ____(test_size=____, seed=42)
# Apply the transformations
dataset_transformed = ____
# Plot the transformed image
plt.imshow(dataset_transformed["train"][0]["____"].permute(1, 2, 0))
plt.show()