读取MNIST图像分类数据集

前言

Fashion-MNIST由10个类别的图像组成，每个类别由训练集中的6000张图像和测试数据集中1000张图像组成。

定义图像转换方法

• 改变大小
• 转换成张量

trans=[transforms.Resize(64),transforms.ToTensor()]
trans=transforms.Compose(trans)

可选择是否对图片尺寸进行更改

trans=[transforms.ToTensor()]
if resize:
	trans.insert(0,transforms.Resize(resize))

利用框架内置函数下载并读取数据集

mnist_train=torchvision.datasets.FashionMNIST(
    root="../data",train=True,transform=trans,download=True
)
mnist_test=torchvision.datasets.FashionMNIST(
    root="../data",train=False,transform=trans,download=True
)

数据格式为mnist_train[0][0]为图片，mnist_train[0][1]为标签

print(mnist_test[0][0].shape)
print(mnist_test[0][1])

torch.Size([1, 64, 64])
9

使用内置迭代器读取小批量

train_iter = data.DataLoader(mnist_train,batch_size,shuffle=True,num_workers=0)