Pytorch学习笔记（三）——手写数字识别

1. 首先导入所需要的包，其中torchvision包主要实现数据的处理、导入和预览

import torch
from torchvision import datasets, transforms
from torch.autograd import Variable

2.torchvision中的datasets可以实现对数据集的下载，例如MNIST、COCO、ImageNet、CIFCAR，代码如下：

# Download the datasets
data_train = datasets.MNIST(root = "./data/",
                            transform=transform,
                            train = True,
                            download = True)
data_test = datasets.MNIST(root = "./data/",
                            transform=transform,
                            train = False)

其中：root指定了数据集下载后的存放路径，train指定了当前为测试集还是训练集，transfrom指定了所应用的变换，其代码如下：

# Set the transform format
transform = transforms.Compose([transforms.ToTensor(),
                                ])

3.transforms的具体应用：

transforms主要负责对载入的数据进行变换，主要是变为Tensor类型，以及归一化和大小缩放的操作。除此以外，当数据集比较有限时，可以通过变换训练集生成更多的数据进行训练。（数据增强）

上一段的Compose可以看作一种容器，所传入的是一个列表，能够容纳多种数据变换。常用的数据变换操作有：

torchvision.transforms.Resize(h,w)：对载入的图片数据按照需求大小进行缩放；

torchvision.transforms.Scale(h,w) ： 同上

torchvision.transforms.CenterCrop(h,w) ： 以图片中心为参考点，对载入的图片进行裁剪

torchvision.transforms.RondomHorizontalFlip(rate) ： 对载入图片随机水平翻转

torchvision.transforms.RondomVerticalFlip(rate) ： 对载入图片随机垂直翻转

torchvision.transforms.ToTensor()

torchvision.transforms.ToPILImage()