知识点回顾：
1.Dataset类的__getitem__和__len__方法（本质是python的特殊方法）
2.Dataloader类
3.minist手写数据集的了解

作业：了解下cifar数据集，尝试获取其中一张图片

import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, Dataset
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import numpy as np


# 设置随机种子，确保结果可复现
torch.manual_seed(42)
# PyTorch 预处理示例
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为 [0, 1] 的 Tensor（C×H×W）
    transforms.Normalize(mean=[0.4914, 0.4822, 0.4465], std=[0.2471, 0.2435, 0.2616])
])
#加载数据集
train_dataset = datasets.CIFAR10(
    root='./data',
    train=True,
    download=True,
    transform=transform
)

test_dataset = datasets.CIFAR10(
    root='./data',
    train=False,
    transform=transform
)
import matplotlib.pyplot as plt

def visualize_sample(dataset):
    sample_idx = torch.randint(0, len(train_dataset), size=(1,)).item() # 随机选择一张图片的索引
    image, label = train_dataset[sample_idx] # 获取图片和标签
#反归一化处理显示
    img = image.permute(1, 2, 0).numpy()
    img = img * np.array([0.2471, 0.2435, 0.2616]) + np.array([0.4914, 0.4822, 0.4465])
    img = np.clip(img, 0, 1)
    plt.figure(figsize=(3, 3))
    plt.imshow(img)
    plt.title(f"Label: {train_dataset.classes[label]}")
    plt.axis('off')
    plt.show()

代码是对的，图片还没出来我再找找问题

@浙大疏锦行