Minist数据集下载
导入相关软件包
from torchvision import datasets,transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import numpy as np
首先进行数据转换,
Compose
函数可以将多个数据转换操作组合在一起。具体的转换操作包括:
ToTensor()
:将数据转换为张量(tensor)格式。Normalize((0.1307,), (0.3081,))
:对张量进行归一化操作,其中(0.1307,)
是平均值,(0.3081,)
是标准差。
通过将这些操作组合在一起,可以方便地对数据进行预处理,以便于在深度学习模型中使用。
其次进行数据集的下载以及训练集、测试集的创建:
datasets.MNIST
函数:创建一个MNIST数据集对象
具体参数:
root='dataset'
:设置数据集的存储路径,相对路径为’dataset’文件夹。download=True
:表示如果数据集不存在,会自动从互联网上下载。train=True
:表示创建的是训练集。transform=transform_data
:将之前定义的数据转换操作transform_data
应用于数据集中的样本。
transform_data = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,),(0.3081)),
])
train_dataset = datasets.MNIST(
root='dataset',
download=True,
train=True,
transform=transfo