1. CIFAR10 数据集
CIFAR10 是深度学习入门最先接触到的数据集之一，主要用于图像分类任务中，该数据集总共有10个类别。
- 图片数量：
6w 张 - 图片宽高：
32x32 - 图片类别：10
- Trainset: 5w 张，5 个训练块
- Testset: 1w 张，1 个测试块
Pytorch 集成了很多常见数据集的API， 可以通过pytorch 来下载这些数据集，并做成模型需要的DataSet和Dataloader, 供模型训练使用。
1.1 数据集准备
制作Dataloader: utils.py 代码实现如下:
import torchvision.datasets as datasets
import torchvision.transforms as transforms
![java八股文面试[数据结构]——ConcurrentHashMap原理](https://img-blog.csdnimg.cn/20200823133949943.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpeWFvbWVuZw==,size_16,color_FFFFFF,t_70#pic_center)
![[Docker] Windows 下基于WSL2 安装](https://img-blog.csdnimg.cn/66917c62f683477b97962f7035b7d1ea.png#pic_center)
