Pytorch学习笔记（六）

简单的LeNet网络模型

torchvision.datasets

torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。

以下是torchvision的构成：

• torchvision.datasets: 一些加载数据的函数及常用的数据集接口；
• torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；
• torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；
• torchvision.utils: 其他的一些有用的方法。

---

这里只讲下面需要使用的部分：

下面我们介绍一下使用torchvision.datasets中自带的Fashion-MNIST数据集。

这个数据集包含10种样本，按照标签从小到大的顺序对应的图像分别为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）。训练集中每种样本6000张图片，所以训练集总共6w张图片，测试集中每种样本1000张图片，所以测试集总共1w张图片。每幅图片都是28×28的像素数组，