在学习卷积神经网络时，我们通常使用的就是公开的数据集，这里，我们不使用公开数据集，直接导入自己的图片数据，下面，就简单写个程序实现批量图片的导入。

import osfrom PIL import Imageimport numpy as npimport torchpath='E:\\3-10\\cat'IMG=[]filenames=[name for name in os.listdir(path)]for i,filename in enumerate(filenames):    img=Image.open(os.path.join(path,filename))    img=img.resize((28,28))#将图片像素改为28x28    img=np.array(img)#将图像数据转为numpy    img=torch.from_numpy(img)#将numpy转换为tensor张量    img=img.permute(2,0,1)#将H，W，C转换为C，H，W    IMG.append(img)#得到图片列表IMGEND=torch.stack([ig for ig in IMG],dim=0)#堆叠tensor​​​​​​​​​​​​​​

>>> IMGEND.size()torch.Size([5, 3, 28, 28])

借助上述代码，我们便可将我们准备的图片带入计算机，以便开展接下来的任务。

注：对上述代码稍加修改，便可引入标签，修改图片大小，分为训练集和测试集等等操作。