【lzy学习笔记-dive into deep learning】3.5 图像分类数据集Fashion-MNIST

Fashion-MNIST数据集

数据集简介

MNIST数据集 [LeCun et al., 1998] 是图像分类中⼴泛使⽤的数据集之⼀，但作为基准数据集过于简单。我们
将使⽤类似但更复杂的Fashion-MNIST数据集 [Xiao et al., 2017]。

Fashion-MNIST由10个类别的图像组成，每个类别由训练数据集（train dataset）中的6000张图像和测试数据
集（test dataset）中的1000张图像组成。因此，训练集和测试集分别包含60000和10000张图像。测试数据集
不会⽤于训练，只⽤于评估模型性能。

每个输⼊图像的高度和宽度均为28像素。数据集由灰度图像组成，其通道数为1。

Fashion-MNIST中包含的10个类别，分别为t-shirt（T恤）、trouser（裤⼦）、pullover（套衫）、dress（连⾐
裙）、coat（外套）、sandal（凉鞋）、shirt（衬衫）、sneaker（运动鞋）、bag（包）和ankle boot（短靴）。

小试牛刀版1.0

import torch
import torchvision
from torch.utils import data
from torchvision import transforms
import matplotlib.pyplot as plt
import time

class Timer:
    def __init__(self):
        self.times = []
        self.tik = None
        self.start()

    def start(self):
        self.tik = time.time()

    def stop(self):
        self.times.append(time.time() - self.tik)
        return self.times[-1]

    def avg(self):
        return sum(self.times) / len(self.times)

    def sum(self):
        return sum(self.times)

    def cumsum(self):
        return np.array(self.times).cumsum().tolist()

# step 1 读取数据集
# 通过ToTensor实例将图像数据从PIL类型转化成32位浮点数格式，并除以255是的所有像素数值在01之间
trans = transforms.ToTensor()
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)

print(len(mnist_train), len(mnist_test))
print(mnist_train[0][0].shape)

# print(mnist_train[0])
# print(mnist_train[0][0])

# 在数字标签索引及其文本名称之间进行转换
def get_fashion_mnist_labels(labels):
    text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat', 'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
    return [text_labels[int(i)] for i in labels]

# 样本可视化
def show_images(imgs, num_rows, num_cols, titles=None):
    _, axes = plt.subplots(num_rows, num_cols)
    axes = axes.flatten()
    for i, (ax, img) in enumerate(zip(axes, imgs)):
        if torch.is_tensor(img):
            ax.imshow(img.numpy())
        else:
            ax.imshow(img)
        ax.axes.get_xaxis().set_visible(False)
        ax.axes.get_yaxis().set_visible(False)
        if titles:
            ax.set_title(titles[i])
    plt.show()

X, y = next(iter(data.DataLoader(mnist_train, batch_size=18)))
print(X.shape)
# show_images(X.reshape(18, 28, 28), 2, 9, titles=get_fashion_mnist_labels(y))
# comment show_images(...) when running the following code

# step 2 读取⼩批量
batch_size = 256

def get_dataloader_workers():
    return 0
    # return 4 使用4个进程来读取数据

train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers())
# train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True)
# 在每次迭代中，数据加载器每次都会读取⼀小批量数据，⼤小为batch_size。
# 通过内置数据迭代器，我们可以随机打乱了所有样本，从而⽆偏⻅地读取小批量。

timer = Timer()
for X, y in train_iter:
    continue
print(f'{timer.stop(): .2f} sec')

整合版2.0

import torchvision
from torch.utils import data
from torchvision import transforms

def get_dataloader_workers():
    return 0
    # return 4

# 用于获取和读取Fashion-MNIST数据集。这个函数返回训练集和验证集的数据迭代器。
# 此外，这个函数还接受⼀个可选参数resize，⽤来将图像大小调整为另⼀种形状。
def load_data_fashion_mnist(batch_size, resize=None):
    # 下载数据集然后加载到内存中
    # 通过ToTensor实例将图像数据从PIL类型转化成32位浮点数格式，并除以255是的所有像素数值在01之间
    trans = [transforms.ToTensor()]
    if resize:
        trans.insert(0, transforms.Resize(resize))
    trans = transforms.Compose(trans)
    # print(trans)
    # Compose(
    #     Resize(size=64, interpolation=bilinear)
    #     ToTensor()
    # )

    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)

    return (data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()),
            data.DataLoader(mnist_test, batch_size, shuffle=False, num_workers=get_dataloader_workers()))

# 测试图像大小调整功能
train_iter, test_iter = load_data_fashion_mnist(32, resize=64)
for X, y in train_iter:
    print(X.shape, X.dtype, y.shape, y.dtype)
    break