CIFAR-10是一个更接近普适物体的彩色图像数据集。CIFAR-10 是由Hinton 的学生Alex Krizhevsky 和Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含10 个类别的RGB 彩色图片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。
每个图片的尺寸为32 × 32 ，每个类别有6000个图像，数据集中一共有50000 张训练图片和10000 张测试图片。

import torchvision
import torchvision.transforms as transforms# 定义数据预处理
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])# 自动下载训练集
trainset = torchvision.datasets.CIFAR10(root='./data',  # 数据保存路径train=True,download=True,  # 设置为True自动下载transform=transform
)# 自动下载测试集
testset = torchvision.datasets.CIFAR10(root='./data',train=False,download=True,transform=transform
)

1. 导入必要的库

import torchvision

import torchvision.transforms as transforms

torchvision：PyTorch 的视觉库，提供常用数据集、模型架构和图像转换工具。
transforms：用于图像预处理的模块，如缩放、归一化等。

2. 定义数据预处理流程

transform = transforms.Compose([

transforms.ToTensor(),

transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

])

transforms.Compose：将多个预处理操作按顺序组合。
transforms.ToTensor()：
1. 将 PIL 图像或 NumPy 数组（H×W×C，范围 0-255）转换为 PyTorch 张量（C×H×W，范围 0.0-0）。
transforms.Normalize(mean, std)：
1. 对每个通道进行归一化：output = (input - mean) / std。
2. 这里mean=(0.5, 0.5, 0.5)和std=(0.5, 0.5, 0.5)将像素值从[0.0, 1.0]映射到[-1.0, 1.0]（例如，0.0→-1.0，1.0→1.0）。

3. 下载并加载训练集

trainset = torchvision.datasets.CIFAR10(

root='./data', # 数据保存路径

train=True, # True表示训练集（50,000张）

download=True, # 自动下载（如果数据不存在）

transform=transform # 应用预处理

)

torchvision.datasets.CIFAR10：CIFAR-10 数据集类，包含 10 个类别（如飞机、汽车、鸟类等）的 60,000 张 32×32 彩色图像。
参数说明：
1. root='./data'：数据将下载到当前目录的data文件夹中。
2. train=True：加载训练集（50,000 张）；若为False则加载测试集（10,000 张）。
3. download=True：若数据不存在，自动从互联网下载（约 170MB）。
4. transform=transform：对图像应用之前定义的预处理（转为张量并归一化）。

4. 下载并加载测试集

testset = torchvision.datasets.CIFAR10(

root='./data', # 与训练集路径一致

train=False, # 加载测试集

download=True, # 自动下载

transform=transform # 应用相同的预处理

)

测试集与训练集结构相同，但用于模型评估，不参与训练。

5. 数据验证与使用

下载完成后，数据将存储在./data/cifar-10-batches-py目录中。你可以：

查看数据集大小：

print(len(trainset)) # 输出: 50000

print(len(testset)) # 输出: 10000

访问单个样本：

image, label = trainset[0] # 获取第一张图像及其标签

print(image.shape) # 输出: (3, 32, 32)

print(label) # 输出: 6（对应类别索引）

使用数据加载器批量处理数据：

from torch.utils.data import DataLoader

trainloader = DataLoader(trainset, batch_size=32, shuffle=True)

testloader = DataLoader(testset, batch_size=32, shuffle=False)

注意事项

下载路径：
1. 若指定路径（如./data）已存在 CIFAR-10 数据，download=True不会重复下载。
2. 若路径错误或无写入权限，会抛出异常（如PermissionError）。
网络问题：
1. 首次下载需联网，可能需要几分钟。若下载中断，可删除./data目录后重新运行。
数据预处理：
1. 归一化参数mean和std通常根据数据集的统计特性设定。对于 CIFAR-10，常用(0.5, 0.5, 0.5)进行简单归一化。
2. 若需要更精确的归一化，可计算数据集的真实均值和标准差（如mean=[0.4914, 0.4822, 0.4465]，std=[0.2470, 0.2435, 0.2616]）。