1.构建dataset
2.dataset传入Dataloader
3.首先要将tensor格式的image转成numpy格式，tensor格式是转换了通道顺序并且将（0，255）的像素归一化为（0，1）范围；
因此需要先转换格式和通道顺序，再反归一化（乘以标准差加上均值再乘上255）
for images, _, _, _, _ in trainloader:
for i in range(args.train_batch):
# [C, H, W] -> [H, W, C]
img = images[i].numpy().transpose(1, 2, 0)
# 反Normalize操作
img = (img * [0.229, 0.224, 0.225] + [0.485, 0.456, 0.406]) * 255
plt.subplot(1, args.train_batch, i + 1)
# plt.xticks([]) # 去掉x轴的刻度
# plt.yticks([]) # 去掉y轴的刻度
plt.imshow(img.astype('uint8'))
plt.show()
