Rate this post
1.问题描述
MNIST数据集来自美国国家标准与技术研究所,National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自250个不同人手写的数字构成,其中50%是高中学生,50%来自人口普查局(the Census Bureau)的工作人员。测试集(test set)也是同样比例的手写数字数据。训练数据集包含60,000个样本,测试数据集包含10,000样本。在MNIST数据集中的每张图片由28*28个像素点构成,每个像素点用一个灰度值表示。
2.解决思路
1)导入工具包importtorch importtorchvision importtorchvision.transforms astransforms importtorch.utils.data.dataloader asdataloader importtorch.nn asnn importtorch.optim asoptim importos
2)读取数据集
train_set = torchvision.datasets.MNIST( root=“./data”, train=True, transform=transforms.ToTensor(), download=True)
root表示下载到哪个目录下 train表示下载的是训练集,而不是测试集 tranform格式转换为tensor download是否要下载
3)划分数据集
train_loader = dataloader.DataLoader( dataset=train_set, batch_size=100, shuffle=False, )
datase需要划分的数据集 batch_size按多少划分 shuffle是否要打乱数据<