Kaggle X FastAi 手写字识别

原始数据

数据这方面，Kaggle给出的是csv文件,0列表示的是标签，其他28*28列是每个像素的值，而FastAi在设计的时候是没有考虑这种数据的，所以DataLoaders和learner都是不支持该类型的数据的。某些文章的做法是重写DataLoaders和learner的Model，但是个人观点，这样的话直接用Torch不是更好的选择么。FasterAi的API那么用是一定要用的，而数据都是像素值也不必要特殊的预处理，所以生成数据就完事了。

数据生成

采用了PIL.Image中的方法，配合os的文件方法，主要生成思路：

1. pandas读取像素值数据，转换为28*28的ndarray
2. 按序号生成图片名称，形如0.png，将训练集的图片放至命名为label(0-9)的文件夹。
3. 将测试集图片放入任意文件夹。

代码如下：

images = path/'images'
train_image_folder = images/'train'
test_image_folder = images/'test'
m_train = train_df.shape[0]
n_train = train_df.shape[1]
m_test = test_df.shape[0]
n_test = test_df.shape[1]

if not os.path.exists(train_image_folder) and not os.path.exists(test_image_folder):
    os.makedirs(train_image_folder)
    os.makedirs(test_image_folder)
    for i in range(0,m_train):
        matrix = train_df.to_numpy()[i,1:].reshape((28,28))
        img = Image.fromarray((np.uint8(matrix)))
        #img = img.convert('RGB')
        if not os.path.exists(train_image_folder/str(train_df.iloc[i,0])):
            os.mkdir(train_image_folder/str(train_df.iloc[i,0]))
        train_image_name = str(i)
        img.save(train_image_folder/str(train_df.iloc[i,0]