深度学习笔记9_Softmax回归_图像分类（李沐，pytorch)

%matplotlib inline
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l

d2l.use_svg_display()

SVG是一种无损格式 – 意味着它在压缩时不会丢失任何数据，可以呈现无限数量的颜色。
d2l.use_svg_display() 
意思是使用svg来显示图片，这样清晰度高一些。

# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式，
# 并除以255使得所有像素的数值均在0到1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)

trans = transforms.ToTensor()  暂且按下不表。看名字大概就是把数据转换成tensor。

torchvision.datasets.FashionMNIST是PyTorch自带的读取MNIST的库，其关键字如下：

• root (string) – Root directory of dataset where FashionMNIST/raw/train-images-idx3-ubyte and FashionMNIST/raw/t10k-images-idx3-ubyte exist.

用于储存训练数据（以上两个文件）的目录

这里如果直接从资源管理器复制目录会出现以下错误：

SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \xXX escape

百度可知，是因为字符串里面的\右斜杠被识别为转义字符

解决方法有两种：

1.在字符串前，增加r，保持字符串的原始含义

root=r"../data"

2.把右斜杠\改成左斜杠/ 即可

• train (bool, optional) – If True, creates dataset from train-images-idx3-ubyte, otherwise from t10k-images-idx3-ubyte.

这里是用布尔值指定是训练集（train-images-idx3-ubyte）还是测试集（t10k-images-idx3-ubyte）

• download (bool, optional) – If True, downloads the dataset from the internet and puts it in root directory. If dataset is already downloaded, it is not downloaded again.

如果实现准备好了数据集，可以把这个布尔值指定为False，否则就自动下载一份数据集到目录

这里本地下载文件非常麻烦，而且可直接下载，无需特别手段，所以可以指定好目录直接下载。

若非要下载，首先文件会存储在...\data\FashionMNIST\raw目录下，而且必须有八个文件存在（四个数据包和他们的解压文件）才能通过检测。

• transform (callable, optional) – A function/transform that takes in an PIL image and returns a transformed version. E.g, transforms.RandomCrop

与上文的trans = transforms.ToTensor() 对上了

• target_transform (callable, optional) – A function/transform that takes in the target and transforms it.

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

这里下面的输出为

torch.Size([1, 28, 28])

这表明这第一张图片是一个黑白图片，channel数为1，长宽都是28px

def get_fashion_mnist_labels(labels):  #@save
    """返回Fashion-MNIST数据集的文本标签"""
    text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat',
                   'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
    return [text_labels[int(i)] for i in labels]

def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):  #@save
    """绘制图像列表"""
    figsize = (num_cols * scale, num_rows * scale)
    _, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
    axes = axes.flatten()
    for i, (ax, img) in enumerate(zip(axes, imgs)):
        if torch.is_tensor(img):
            # 图片张量
            ax.imshow(img.numpy())
        else:
            # PIL图片
            ax.imshow(img)
        ax.axes.get_xaxis().set_visible(False)
        ax.axes.get_yaxis().set_visible(False)
        if titles:
            ax.set_title(titles[i])
    return axes

get_fashion_mnist_labels(labels)函数

可以输入labels为一个数组，其中的每一项都是0-9的数字，对应标签中的10项，然后输出一个数组，其中每一项都是一个表示类别的字符串

show_images(imgs, num_rows, num_cols, titles=None, scale=1.5)函数

这个函数是用来输出个体对应的图片。

img是输入的图片；

num_rows, num_cols是输出图片时，想把图片输出的行列数，如num_rows=2, num_cols=9就是输出2行9列图片；

titles是显示在图片上方的标签，用于把数据集的标签显示出来；

scale是缩放比例，可以把输入的图片（28*28太小了，放大一些会比较好）进行放缩在输出。

函数内部的流程：

1.先把输出图像的尺寸定下来，也就是num_cols * scale, num_rows * scale，输出给figsize

2.创建画图用的画布。这里注意_, axes 是两个变量！但是_变量是作为占位，不被使用。

这里使用了subplots这个命令，用法：

fig, ax = plt.subplots()这样使用，其中要把图和锚（规定图像的坐标轴大小、图片数量等）一起传输进去。

.flatten是把二维数组变成一维数组，不清楚为什么要这么干

询问了一下Bing,这是为了遍历数组中每个图的坐标。

在下面的这个循环中，i是每个子图的索引，后面的（ax,img）则是每个子图的内容。为了实现这个功能，使用了zip和enumerate两个函数，他们的用法如下：

zip(a,b)可以把两个数组打包为一个数组，例如：a=[a,b,c,d]，b=[1,2,3,4]，那么list(zip(a,b))=[(a,1),(b,2),(c,3),(d,4)]

enumerate是为了一次遍历两个元素，可以把i作为索引，而后面的（ax,img）是每项的内容。

my_list = ['a', 'b', 'c']
for i, value in enumerate(my_list):
    print(f'Index: {i}, Value: {value}')

输出结果为：

Index: 0, Value: a
Index: 1, Value: b
Index: 2, Value: c

 然后，就把图片展示出来：

在接下来的循环中，判断图片img是否是张量，如果是，则将其转换为 NumPy 数组并使用 imshow 函数绘制；否则，直接使用 imshow 函数绘制。

接下来分别获取了axes的x、y轴，并将其设置为不可见。

最后函数返回axes的值

简单记录一下自己对DataLoader的理解：

DataLoader是torch.utils.data模块的一个类，它的用法是：

torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, num_workers=0, collate_fn=<function default_collate>, pin_memory=False, drop_last=False)

其中比较重要的：

dataset:就是输入的数据集 
batch_size：顾名思义，一次读取的数据个数
shuffle：（数据类型 bool）是否打乱数据？设置为True就会打乱
 

timer = d2l.Timer()
for X, y in train_iter:
    continue
f'{timer.stop():.2f} sec'

这里d2l.Timer只是一个计时器，可以使用timer.start()和timer.stop()来记录这两个命令时间代码运行的时间。