实战2——pytorch训练MNIST网络，tensorflow预测

        这里还是打算采用上一篇《实战1——tensorflow训练MNIST网络，pytorch预测-CSDN博客》中用到的本地数据集mnist.npz。

pytorch训练网络

        数据集需要转换为pytorch的格式。因此通过这一篇博文，我们还将学习到如何定义自己的数据集和测试集，或者复用已有的数据集。

先加载数据集：

#先加载MNIST数据集
with np.load(path_to_mnist, allow_pickle=True) as f:
    x_train, y_train = f['x_train'], f['y_train']
    x_test, y_test = f['x_test'], f['y_test']

定义一个自定义的数据集类型：

class MyDataset(Dataset):
    def __init__(self, images, labels):
        self.images = images
        self.labels = labels
 
    def __len__(self):
        return len(self.images)
 
    def __getitem__(self, idx):
        image = self.images[idx]
        label = self.labels[idx]