Pytorch下载CIFAR10数据集过慢问题的解决

本文介绍了一种解决CIFAR10数据集下载速度慢的问题的方法,通过预先下载并放置于指定文件夹,避免了重复下载。同时分享了一个已下载并确认的数据集链接,帮助读者快速获取数据。
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,download=True, transform=transform)

利用此代码可以下载CIFAR10的数据集到data文件夹并且确认,但是数据集下载太慢,解决方案是:

自己下载好数据集,放在data文件夹中
我将下载并且确认好的数据集放在云盘了:
https://drive.google.com/open?id=1tTe9RYzyVTDHxoaz3_cLYJwtvxu7-rjm

效果如下:(跳过了下载环节)
在这里插入图片描述

PS:

  • 不要去官网下,也很慢
  • 网上一些数据集不能被代码识别确认,导致数据集被overwrite,然后又是缓慢的下载
  • 不要天真地去改download = False,得到的只有bug

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值