首先了解一下需要的幾個類所在的package

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

#transform = transforms.Compose是把一系列圖片操作組合起來，比如減去畫素均值等。
#DataLoader讀入的資料型別是PIL.Image
#這裡對圖片不做任何處理，僅僅是把PIL.Image轉換為torch.FloatTensor，從而可以被pytorch計算
 

transform = transforms.Compose(
    [
        transforms.ToTensor()
    ]
)

Step 1，得到torch.utils.data.Dataset例項。

• torch.utils.data.Dataset是一個抽象類，CIFAR100是它的一個例項化子類
• train=True，讀取訓練集；train=False，讀取測試集
• download=False，不下載。如果為True，則先檢查root下有無該資料集，如果沒有就先下載。

train_set = ds.CIFAR100(root='.', train=True
 
, transform=transform, target_transform=None, download=True)

Step 2，把Dataset封裝成torch.utils.data.DataLoader

data_loader = DataLoader(dataset=train_set,
                         batch_size=1,
                         shuffle=False,
                         num_workers=2)


# # 生成torch.utils.data.DataLoaderIter
 

# # 不過DataLoaderIter它會被DataLoader自動建立並且呼叫，我們用不到
# data_iter = iter(data_loader)
# images, labels = next(data_iter)

step 3，從DataLoader裡讀取資料，並將圖片顯示出來。

注意：
1）使用for...in...迴圈讀取資料的時候，會自動呼叫DataLoader裡的__next__()函式
而且只能對Tensor例項進行迭代，所以之前的transforms必須最後加一個transforms.ToTensor()
2）顯示圖片有兩種方式：Image.show()和plt.imshow(ndarray)
Image.show():
通過transforms.ToPILImage()把FloatTensor轉化為Image
plt.imshow(ndarray)：
通過FloatTensor.numpy()轉化為ndarray，再呼叫plt.imshow()

to_pil_image = transforms.ToPILImage()
cnt = 0
for image,label in data_loader:
    if cnt>=3:      # 只顯示3張圖片
        break
    print(label)    # 顯示label

    # 方法1：Image.show()
    # transforms.ToPILImage()中有一句
    # npimg = np.transpose(pic.numpy(), (1, 2, 0))
    # 因此pic只能是3-D Tensor，所以要用image[0]消去batch那一維
    img = to_pil_image(image[0])
    img.show()

    # 方法2：plt.imshow(ndarray)
    img = image[0]      # plt.imshow()只能接受3-D Tensor，所以也要用image[0]消去batch那一維
    img = img.numpy()   # FloatTensor轉為ndarray
    img = np.transpose(img, (1,2,0))    # 把channel那一維放到最後

    # 顯示圖片
    plt.imshow(img)
    plt.show()

    cnt += 1

另外補一句np.transpose()的用法。
第一個引數是要transpose的圖片；
第二個是shape。比如一個ndarray是(channel, height, width)，如果給第二個引數(height, width，channel)，就會把第0維channel整個搬到最後。