005.FashionMNIST数据集简介

一、FashionMNIST数据集简介

FashionMNIST数据集，作为经典的MNIST数据集的现代替代品的数据集，是衣物分类数据集，由Zalando（一家德国的在线时尚零售商）发布。

• FashionMNIST数据集和MNIST相比。图片尺寸相同，数据量相同，也同样是10分类，是MNIST的困难版本。

• 该数据集含有10种类别，共70000个灰度图像。包含60000个训练集样本， 和10000个测试集样本。
• 每张图像以28x28像素的分辨率提供。

二、数据大小

由于每张图像都是单通道灰度图，因此每个像素可以用一个字节（0-255）来表示。所以，计算单个图像的大小：28像素 x 28像素 = 784字节。

算出整个数据集的大小：

• 训练集大小：60,000张 x 784字节 = 47,040,000字节（约44.77MB）
• 测试集大小：10,000张 x 784字节 = 7,840,000字节（约7.48MB）

总的来说，FashionMNIST数据集大约占用52.25MB的磁盘空间。这个值实际上可能略有不同，取决于存储文件的格式（例如压缩，pytorch下载的压缩包仅26M）。

三、十分类

FashionMNIST包含以下10个类别：

1. T-shirt/top （T恤/上衣）
2. Trouser （裤子）
3. Pullover （套头衫）
4. Dress （连衣裙）
5. Coat （外套）
6. Sandal （凉鞋）
7. Shirt （衬衫）
8. Sneaker （运动鞋）
9. Bag （包包）
10. Ankle boot （踝靴）

四、获取方式

Python中最简单的获取方式是通过使用torchvision或tensorflow.keras.datasets等库，如下是用torchvision获取FashionMNIST的一个示例代码：

from torchvision.datasets import FashionMNIST
from torchvision.transforms import ToTensor

# 加载FashionMNIST数据集
train_data = FashionMNIST(root='./dataset/', train=True, transform=transforms.ToTensor(), download=True)
test_data = FashionMNIST(root='./dataset/', train=False, transform=transforms.ToTensor(), download=True)

• 注意: 这里设置的是默认会从"./dataset/"目录加载FashionMNIST数据集，如果没有则会自动下载。第一次运行时download要设成True，如果已下载过，后续可以设置成False。

五、观察数据

# 显示一下第一张图片
plt.imshow(train_data[0][0].squeeze(),cmap=plt.cm.binary)

# 显示一下前100张图片
plt.figure(figsize=(10,10))
for i in range(10*10):
    ## 在当前图下生成子图 5*5个图
    plt.subplot(10,10,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.imshow(train_data[i][0].squeeze(), cmap=plt.cm.binary)

了解完数据后，我们开始盘他。