The “freeze_support()“line can be omitted if the program is not going to be frozen to produ

これはpytorch公式サイトで60分間勉強したときに出会った問題で、訓練画像分類器では、最初は訓練セットとテストセットをダウンロードし、ダウンロードコードは以下の通りです.

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

トレーニング中にダウンロードはTrueに設定されています.ダウンロードするからです.しかし、ダウンロードが終わったら画像を開くにはFalseに変更する必要があります.また、トレーニング画像のコードを下に入れる必要があります.そうすれば正常に動作します.

if __name__ == '__main__':

完全なコードは次のとおりです.

# Training an image classifier 
# 1. Loading and normalizing CIFAR10 CIFAR10
import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np


# If running on Windows and you get a BrokenPipeError, try setting the num_worker of torch.utils.data.DataLoader() to 0.
#  Windows BrokenPipeError， torch.utils.data.DataLoader（） 0。


#  
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=False, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=False, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

if __name__ == '__main__':

    # functions to show an image
    def imshow(img):
        img = img / 2 + 0.5     # unnormalize
        npimg = img.numpy()
        plt.imshow(np.transpose(npimg, (1, 2, 0)))
        plt.show()


    # get some random training images
    dataiter = iter(trainloader)
    images, labels = dataiter.next()

    # show images
    imshow(torchvision.utils.make_grid(images))
    # print labels
    print(' '.join('%5s' % classes[labels[j]] for j in range(4)))