[Pytorch系列-33]：数据集 - torchvision与MNIST数据集

最新推荐文章于 2025-04-28 15:50:22 发布
最新推荐文章于 2025-04-28 15:50:22 发布
阅读量1.2w 收藏 33
点赞数 8
分类专栏： 人工智能-PyTorch 人工智能-深度学习 文章标签： pytorch 深度学习 人工智能 数据集 MNIST
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HiWangWenBing/article/details/121055489
版权
本文详细介绍了TorchVision库的用途，包括其在处理图像数据集如MNIST上的应用。通过示例展示了如何安装TorchVision、下载和导入MNIST数据集，以及如何对数据进行预处理和批量读取。文章还提供了数据预处理的多种方式，如叠加噪声、灰度显示等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

 本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121055489

目录

第1章 TorchVision概述

1.1 TorchVision

1.2 TorchVision的安装

1.3 TorchVision官网的数据集

1.4 TorchVision常见的数据集概述

第2章 MNIST数据集

2.1 MNIST数据集介绍

2.2 样本数据与样本标签格式

2.3 MNIST数据的下载与导入

2.4 对样本数据预处理

2.5 批量数据读取与显示

第1章 TorchVision概述

1.1 TorchVision

Pytorch非常有用的工具集：

  • torchtext：处理自然语言
  • torchaudio：处理音频的
  • torchvision：处理图像视频的。

torchvision包含一些常用的数据集、模型、转换函数等等。本文重点放在torchvision的数据集上。

1.2 TorchVision的安装

pip install torchvision

1.3 TorchVision官网的数据集

https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-datasets/

1.4 TorchVision常见的数据集概述

  • MNIST
  • CIFAR10
  • CIFAR100
  • COCO（用于图像标注和目标检测）(Captioning and Detection)
  • LSUN Classification
  • ImageNet Flower
  • Imagenet-12
  • STL10

第2章 MNIST数据集

2.1 MNIST数据集介绍

MNIST数据集: http://yann.lecun.com/exdb/

 备注 ：可以先把样本数据下载本地，以提升程序调试的效率。最终的产品可以远程下载数据。

  • 每张图片大小：28*28.
  • 单通道的黑白色图片，即(batch_size, channels, Height, Width) =（batch_size, 1, 28, 28）

2.2 样本数据与样本标签格式

2.3 MNIST数据的下载与导入

（1）操作函数MNIST（）的解读

MNIST (root, train=True, transform=None, target_transform=None, download=False)

参数说明：

  • root : 文件存放路的根路径，下载的文件存放在该路径下，processed/training.pt 和 processed/test.pt 的主目录
  • train : True = 训练集, False = 测试集
  • target_transform：导入数据时，是否需要对数据格式进行转换，一个函数，原始图片作为输入，返回一个转换后的图片。有时候神经网络所需要的尺寸与数据集提供的尺寸不一致，则可以通过此方法进行转换。
  • download : True = 从互联网上下载数据集，并把数据集放在root目录下. 如果数据集之前下载过，将处理过的数据（minist.py中有相关函数）放在processed文件夹下。

（2）代码实例

#环境准备
import numpy as np              # numpy数组库
import math                     # 数学运算库
import matplotlib.pyplot as plt # 画图库

import torch             # torch基础库
import torchvision.datasets as dataset  #公开数据集的下载和管理
import torchvision.transforms as transforms  #公开数据集的预处理库,格式转换
import torchvision.utils as utils 
import torch.utils.data as data_utils  #对数据集进行分批加载的工具集

print("Hello World")
print(torch.__version__)
print(torch.cuda.is_available())
Hello World
1.8.0
False

#2-1 准备数据集
train_data = dataset.MNIST(root = "mnist",
                           train = True,
                           transform = transforms.ToTensor(),
                           download = True)

#2-1 准备数据集
test_data = dataset.MNIST(root = "mnist",
                           train = False,
                           transform = transforms.ToTensor(),
                           download = True)

print(train_data)
print("size=", len(train_data))
print("")
print(test_data)
print("size=", len(test_data))
Dataset MNIST
    Number of datapoints: 60000
    Root location: mnist
    Split: Train
    StandardTransform
Transform: ToTensor()
size= 60000

Dataset MNIST
    Number of datapoints: 10000
    Root location: mnist
    Split: Test
    StandardTransform
Transform: ToTensor()
size= 10000

2.4 对样本数据预处理

（1）原图不叠加噪声显示

#原图不叠加噪声
#获取一张图片数据
print("原始图片")
image, label = train_data[0]
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n单通道原始图片：numpy")
image = image.numpy().transpose(1,2,0) 
print("numpy image shape:", image.shape)
print("numpy image label:", label)

print("\n不叠加噪声, 原图显示")

plt.imshow(image)
plt.show()
原始图片
torch image shape: torch.Size([1, 28, 28])
torch image label: 5

单通道原始图片：numpy
numpy image shape: (28, 28, 1)
numpy image label: 5

不叠加噪声, 原图显示

（2）原图叠加噪声

#原图叠加噪声
#获取一张图片数据
print("原始图片")
image, label = train_data[0]
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n单通道原始图片：numpy")
image = image.numpy().transpose(1,2,0) 
print("numpy image shape:", image.shape)
print("numpy image label:", label)

print("\n叠加噪声, 平滑显示")
std = [0.5]
mean = [0.5]
image = image * std + mean

plt.imshow(image)
plt.show()
原始图片
torch image shape: torch.Size([1, 28, 28])
torch image label: 5

单通道原始图片：numpy
numpy image shape: (28, 28, 1)
numpy image label: 5

叠加噪声, 平滑显示

 

（3）#叠加噪声，灰度显示图片

#叠加噪声，灰度显示图片
print("原始图片")
image, label = train_data[0]
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n三通道灰度图片：torch")
image = utils.make_grid(image)
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n三通道灰度图片：numpy")
image = image.numpy().transpose(1,2,0) 
print("numpy image shape:", image.shape)
print("numpy image label:", label)

print("\n叠加噪声, 平滑显示")
std = [0.5]
mean = [0.5]
image = image * std + mean

plt.imshow(image)
plt.show()
原始图片
torch image shape: torch.Size([1, 28, 28])
torch image label: 5

三通道灰度图片：torch
torch image shape: torch.Size([3, 28, 28])
torch image label: 5

三通道灰度图片：numpy
numpy image shape: (28, 28, 3)
numpy image label: 5

叠加噪声, 平滑显示

（4）#不叠加噪声，黑白显示图片

#不叠加噪声，黑白显示图片
print("原始图片")
image, label = train_data[0]
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n三通道灰度图片：torch")
image = utils.make_grid(image)
print("torch image shape:", image.shape)
print("torch image label:", label)

print("\n三通道灰度图片：numpy")
image = image.numpy().transpose(1,2,0) 
print("numpy image shape:", image.shape)
print("numpy image label:", label)

print("\n不叠加噪声，黑白显示")
plt.imshow(image)
plt.show()
print("numpy image shape:", image.shape)
原始图片
torch image shape: torch.Size([1, 28, 28])
torch image label: 5

三通道灰度图片：torch
torch image shape: torch.Size([3, 28, 28])
torch image label: 5

三通道灰度图片：numpy
numpy image shape: (28, 28, 3)
numpy image label: 5

不叠加噪声，黑白显示

2.5 批量数据读取与显示

（1）batch批量图片的读取

# 批量数据读取
train_loader = data_utils.DataLoader(dataset = train_data,
                                  batch_size = 64,
                                  shuffle = True)

test_loader = data_utils.DataLoader(dataset = test_data,
                                  batch_size = 64,
                                  shuffle = True)

print(train_loader)
print(test_loader)
print(len(train_loader), len(train_data)/64)
print(len(test_loader),  len(test_data)/64)
<torch.utils.data.dataloader.DataLoader object at 0x000002461EF4A1C0>
<torch.utils.data.dataloader.DataLoader object at 0x000002461ED66610>
938 937.5
157 156.25

（2）一个batch图片的显示

显示一个batch图片
print("获取一个batch组图片")
imgs, labels = next(iter(train_loader))
print(imgs.shape)
print(labels.shape)
print(labels.size()[0])

print("\n合并成一张三通道灰度图片")
images = utils.make_grid(imgs)
print(images.shape)
print(labels.shape)

print("\n转换成imshow格式")
images = images.numpy().transpose(1,2,0) 
print(images.shape)
print(labels.shape)

print("\n显示样本标签")
#打印图片标签
for i in range(64):
    print(labels[i], end=" ")
    i += 1
    #换行
    if i%8 == 0:
        print(end='\n')

print("\n显示图片")
plt.imshow(images)
plt.show()
获取一个batch组图片
torch.Size([64, 1, 28, 28])
torch.Size([64])
64

合并成一张三通道灰度图片
torch.Size([3, 242, 242])
torch.Size([64])

转换成imshow格式
(242, 242, 3)
torch.Size([64])

显示样本标签
tensor(0) tensor(8) tensor(3) tensor(7) tensor(5) tensor(7) tensor(9) tensor(7) 
tensor(1) tensor(1) tensor(1) tensor(8) tensor(8) tensor(6) tensor(0) tensor(1) 
tensor(4) tensor(8) tensor(1) tensor(3) tensor(3) tensor(6) tensor(4) tensor(4) 
tensor(0) tensor(5) tensor(8) tensor(5) tensor(9) tensor(3) tensor(7) tensor(5) 
tensor(2) tensor(1) tensor(0) tensor(6) tensor(8) tensor(8) tensor(9) tensor(6) 
tensor(1) tensor(3) tensor(5) tensor(3) tensor(4) tensor(4) tensor(3) tensor(1) 
tensor(4) tensor(1) tensor(4) tensor(4) tensor(9) tensor(8) tensor(7) tensor(2) 
tensor(3) tensor(1) tensor(2) tensor(0) tensor(8) tensor(1) tensor(1) tensor(4) 

显示图片

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

 本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121055489

Fashion-MNIST:一个全新的机器学习基准数据集
helloaiworld的博客
10-17 1053
Fashion-MNIST是一个包含70,000张28x28灰度图像的数据集,涵盖了10个类别的时尚单品。其中60,000张图像用于训练,10,000张用于测试。这个数据集的结构和格式与原始的MNIST数据集完全相同,使得研究人员可以轻松地将其作为MNIST的直接替代品。TrouserPulloverDressCoatSandalShirtSneakerBagAnkle boot每个类别包含7,000张图像,为机器学习算法提供了丰富多样的训练和测试数据。
解决pytorch的fashion-mnist数据集下载过慢的问题
UPC YR的博客
04-17 2485
1、运行如下命令（如果已经运行过命令即已经存在’/FashionMNIST/raw’目录结构的可直接跳至第2步） import torch import torchvision import torchvision.transforms as transforms train_set = torchvision.datasets.FashionMNIST( root='./data/FashionMNIST', train=True, download=True, tran
mnist数据集
09-07
MNIST数据集介绍：MNIST是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集。它是NIST数据库的一个子集。
torchvision.datasets.MNIST 的数据结构
程序猿视角
05-23 1349
对于 MNIST 数据集中的每一个图像， torchvision.datasets.MNIST 返回一个由两个元素组成的元组。第一个元素是 PIL.Image.Image 对象类型的图像，表示该图像的像素矩阵。而第二个元素则是一个整数，表示该图像所代表的数字。MNIST 数据集包含了大量的手写数字图像，每个图像都是 28 x 28 像素大小的灰度图像。通过这些代码，我们可以看到 MNIST 数据集中的每个样本都是一个尺寸为(1, 28, 28)的张量，其中 1 表示普通的灰度图像。
深入了解并实践MNIST数据集
最新发布
weixin_35751194的博客
04-28 1083
数字识别作为模式识别领域中的经典问题，拥有着悠久的历史和广泛的研究。MNIST数据集在其中扮演了一个举足轻重的角色，它是一个包含了手写数字图片的集合，自从1998年由Yann LeCun等人公开发布以来，成为了计算机视觉和机器学习研究中使用最广泛的基准数据集之一。MNIST的数据集之所以重要，不仅是因为它为初学者提供了一个相对简单的入门案例，更是因为它的普遍性和代表性质，使得它成为许多先进算法测试和比较的平台。
Torchvision中datasets.MNIST设计方法分析
码农1479的博客
03-27 4154
本文分析了torchvision中MNIST数据集的设计思路，学习如何设计自己的数据集模块。
【Pytorch+torchvision】MNIST手写数字识别
S0ybean的博客
08-08 1020
入手深度学习的第一个项目
torchvision的数据集
qq_42202395的博客
07-13 276
torchvision数据集
Pytorch-Classification_MNIST:用Pytorch对MNIST数据集进行分类
03-06
在 PyTorch 中，我们可以使用 `torchvision` 库来加载和预处理 MNIST 数据集。首先导入必要的库，然后创建数据加载器： ```python import torch from torchvision import datasets, transforms transform = ...
Pytorch使用MNIST数据集实现基础GAN和DCGAN详解
09-18
下面我将详细介绍使用Pytorch框架和MNIST数据集来实现基础的GAN和DCGAN，并阐述其中所涉及的重要知识点。 ### Pytorch框架和MNIST数据集基础 **Pytorch** 是一种流行的开源机器学习框架，以其动态计算图和灵活性而...
pytorch-fashionMNIST数据集和代码
03-04
在PyTorch中，我们可以使用`torchvision`库来方便地加载和预处理FashionMNIST数据集。首先，我们需要导入相应的模块，然后调用`torchvision.datasets.FashionMNIST`函数，指定数据集的根目录、下载标志（如果数据集...
Pytorch 官方 示例代码 MNIST 数据集
09-05
Pytorch 官方 示例代码 MNIST 数据集，使用tar 命令压缩过，需要解压请使用 tar 工具进行操作
MNIST数据集
热门推荐
liupc的学习笔记
03-12 2万+
一、MNIST数据集介绍 点击此处返回总目录 二、MNIST数据集下载 三、常用的操作 ...
torchvision中datasets.MNIST介绍
欢迎来到道的世界
12-04 2万+
import argparse import logging import time from attack_method import Attack_methods import numpy as np import torch import torch.nn as nn import torch.nn.functional as F import torchvision from torchvision import datasets, transforms from torch.utils.data
【03】torchvision数据集
cocapop的博客
04-05 360
① torchvision中有很多数据集，当我们写代码时指定相应的数据集指定一些参数，它就可以自行下载。② CIFAR-10数据集包含60000张32×32的彩色图片，一共10个类别，其中50000张训练图片，10000张测试图片。
pytorch入门（四）—— Torchvision 数据集
随笔
07-09 3473
Torchvision 数据集 torchvision.datasets包含数据集： MNIST COCO（用于图像标注和目标检测）（Captioning and Detection） LSUN Classification ImageFolder Imagenet-12 CIFAR10 and CIFAR100 STL10 SVHN PhotoTour torchvision.mode...
四. torchvision 数据集
wtj318_的博客
03-10 1554
1. 基本功能函数使用讲解 import torchvision # root 数据集位置,train 训练集或测试集,download 是否下载 train_set = torchvision.datasets.CIFAR10( root ="./dataset",train=True,download=True) test_set = torchvision.datasets.CIFAR10(root="./dataset",train=False,download=True) print(t.
无法import torch
03-24
### 解决方案 #### 1. 环境一致性检查 确保当前使用的 Python 解释器与安装 PyTorch 的环境一致。如果使用的是 Anaconda 创建的虚拟环境，则需确认 PyCharm 中设置的解释器路径指向该虚拟环境下的 Python 可执行文件，而不是默认的全局 Python 路径[^1]。 #### 2. 版本兼容性验证 PyTorch 对 CUDA、cuDNN 和其他依赖项有严格的版本要求。如果这些组件之间的版本不匹配，可能会导致 `import` 失败。建议按照官方文档推荐的方式重新安装合适的版本组合[^3]。例如： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 此命令会自动处理依赖关系并安装适合的 cuDNN 和 CUDA 工具链。 #### 3. 验证安装成功与否 即使通过 `pip list` 或者 Conda 列表看到 PyTorch 安装完成，仍需进一步测试其可用性。可以在终端启动 Python 并运行以下代码来验证： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 上述脚本能打印出 PyTorch 的版本号以及 GPU 是否可用的信息。如果这两步均正常工作，则表明基础环境配置无误[^5]。 #### 4. PyCharm 设置调整 对于 IDE 类型的问题，通常是因为项目未正确关联到目标 Python 解释器所致。具体操作如下： - 打开 **Settings/Preferences | Project: <project_name> | Python Interpreter**； - 如果列表里没有所需的 conda env，点击齿轮图标选择 “Add...”，然后指定 anaconda 下对应的 python.exe 文件位置[^4]。 #### 5. 清理残留数据 有时旧版库或错误索引可能干扰新安装的结果。可以考虑清理 pip 缓存或者删除 site-packages 目录下有关于 torch 的目录后再重试一次完整的安装流程。 --- ### 示例代码片段 以下是用于检测 Torch 功能的一个简单例子： ```python if __name__ == "__main__": import torch device = 'cuda' if torch.cuda.is_available() else 'cpu' tensor_example = torch.tensor([1., 2., 3.], dtype=torch.float).to(device) print(f"Torch version installed is {torch.__version__}") print(f"Using device type '{device}'") ``` ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

文火冰糖的硅基工坊

你的鼓励是我前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值