手写数据集mnist.csv_AI研习社在线比赛手写英文姓名识别挑战赛(一)：数据集的创建...

    由于自己的公众号的性质，自己一天只能发一篇文章。第一部分就是讲的主题是数据集的创建，第二部分是英语单词的小故事。      

    我只能说这分享的代码只能看看，因为最后识别的效果真的好垃圾，也没有提交到网站上去。以免扎了眼。但是这个过程仍是值得去记录的。毕竟预测也是需要调试的。整体代码从数据集的读取到训练、预测能够全体跑通。

一、dataset的创建

    注意的是，在dataset里面也预留了为最后对test集合做预测的时候使用的dataset.下几篇有讲为什么这里为预测也做出了dataset.

    下面的代码是在为训练的时候的创建的dataset,由于在前期的准备工作中我发现了(在jupyter notebook中构建代码，可以边写边查看，而且不用将前面的代码再去跑一遍)，里面的手写字不光光有大写字母，也有一些其他的符号、空格之类的。

    自己就开开心心的以为数据集的构建就完成了，再后来做训练的时候，总是代码跑着跑着就崩了，我就想着代码没有问题啊。要是有问题，开始跑就应该挂壁了啊。想想还是自己的数据集没有做好。

    然后再次回到dataset里面去检查那些数据有问题。后来又发现里面居然还有小写字母。以为自己打开csv文件一眼扫过去，没看到小写字母。

    我在做label的时候，将空格，-，和单引号,`全部的替换掉了，将小写字母全部的替换成大写。最后将大写字母映射到0-25区间，查看了全体图片的手写字体长度大多不超过21个。所以自己就先用定长的思路进行的填充。超过21的就算了，如果强行加到34长度，那最后网络的参数量就很大了。

import globimport reimport pandas as pdimport torchimport torchvision.transforms as transformsfrom PIL import Image, ImageFilefrom torch.utils.data import DatasetImageFile.LOAD_TR