使用 datapipe 函数分别对训练集和测试集进行处理。为训练集和测试集指定了不同的路径，然而批大小均为 64 。处理结束后，将所得结果分别存放在 train_dataset 和 test_dataset 这两个变量当中，以便后续用于模型的训练与测试。

这篇文章重点围绕 ResNet50 图像分类展开，涵盖了数据集的准备与加载、数据集的可视化、网络的构建、模型的训练与评估，以及模型预测的可视化等方面。文中对每一行代码都进行了细致且精心的分析与解读，有助于读者更迅速、更有效地掌握 ResNet50 图像分类的实例。

v-memo 用于缓存组件的渲染结果。它通过指定依赖项来决定何时重新渲染组件，只有当依赖项的值发生变化时，组件才会重新渲染，从而提高性能。