【花书笔记|PyTorch版】手动学深度学习5： 线性神经模型：代码部分（下）

3.5 图像分类数据集

这章主要是讲对数据的一些处理和准备

数据集：使用类似但更复杂的Fashion-MNIST数据集

%matplotlib inline
import torch

# torchvision：pytorch视觉实现的一个库
import torchvision
#from torchvision import datasets
from torch.utils import data

# transforms对数据进行操作的模组
from torchvision import transforms
from d2l import torch as d2l

# 这个函数也是画图的函数
d2l.use_svg_display()

---

① 将数据从torch库中下载下来，并转变成pytorch的数据类型torchvision.datasets

torchvision:https://blog.csdn.net/wohu1104/article/details/107743290

知识点1; 我们使用是配套的

• 如果导入的是import torchvision,那么使用你面的函数就是torchvision.datasets.XXX；
• 如果导入的是from torchvision import datasets,那么使用你面的函数就是datasets.XXX；

同理torchvision下的主要函数transform

# 通过ToTensor实例将图像数据从PIL类型变换成float32格式，
# 并除以255使得所有像素的数值均在0到1之间
trans = transforms.ToTensor()

# 准备训练集 和测试机
# 训练集下载的地方；是否是训练集；下载时候转变成32位浮点数格式；是否下载
mnist_train = torchvision.datasets.FashionMNIST(root="../data", train=True, transform=trans, download=True)
mnist_test = torchvision.datasets.FashionMNIST(root="../data", train=False, transform=trans, download=True)

• 【观察数据】

Fashion-MNIST由10个类别的图像组成， 每个类别由训练数据集（train dataset）中的6000张图像 和测试数据集（test dataset）中的1000张图像组成。 因此，训练集和测试集分别包含60000和10000张图像。 测试数据集不会用于训练，只用于评估模型性能。

# 看看训练集 测试集长度
len(mnist_train), len(mnist_test)

(60000, 10000)

个输入图像的高度和宽度均为28像素。 数据集由灰度图像组成，其通道数为1。 为了简洁起见，本书将高度h像素、宽度w像素图像的形状记为或（h,w）

mnist_train[0][0].shape

torch.Size([1, 28, 28])

• mnist_train[0][0]第一个是取第几张照片，范围是0~59999；60000会报错，因为一共只有60000张图
• 第二个取值0：图片数据；1：标签数据

下面是第1张图属于第9类；第60000张图属于第5类

mnist_train[0][1]

9

mnist_train[59999][1]

5

---

② 处理分类，用get_fashion_mnist_labels将分类数字0-9与具体名称一一对应

Fashion-MNIST中包含的10个类别，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）。 以下函数用于在数字标签索引及其文本名称之间进行转换。

def get_fashion_mnist_labels(labels):  #@save
    """返回Fashion-MNIST数据集的文本标签"""
    text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat',
                   'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
    return [text_labels[int(i)] for i in labels]

③ 名称有了，用show_images 来呈现图像

参数：图片 展示成几行几列 标题默认没有 规模（尺寸大小）

def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):  #@save

    # 设置图片尺寸：scale就是每张图的大小（基数），这里是1.5；改大图像就变大
    figsize = (num_cols * scale, num_rows * scale)
    
     # 这里的 _ 表示忽略不使用的变量、即fig；
     # d2l.plt.subplots（）把多张图拼成一张，其中figsize把上面尺寸传下来
    _, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
    
    #把一张图的数据拉直（成）：在用plt.subplots画多个子图中，ax = ax.flatten()将ax由n*m的Axes组展平成1*nm的Axes组
    # 这一步就是 不用在二维数组来定位第几个图了 直接第几个图，会自动落位？
    axes = axes.flatten()
    #print("axes",axes[1][0])
    
    for i, (ax, img) in enumerate(zip(axes, imgs)):
        
        
        # i:第几个图
        # imgs:是一个图的数据，是个28*28的二维数组

        # 判断传入的图片是否为张量
        if torch.is_tensor(img):
            # 图片张量
            ax.imshow(img.numpy())
        else:
            # PIL图片
            ax.imshow(img)
            
            # 设取消横纵坐标上的刻度(横、纵轴均为28)
        ax.axes.get_xaxis().set_visible(False)
        ax.axes.get_yaxis().set_visible(False)
        if titles:
            ax.set_title(titles[i])
    return axes

• 把多张图拼成一张图的函数：fig, ax = plt.subplots()：https://www.cnblogs.com/komean/p/10670619.html

  fig, ax = plt.subplots(1,3): 其中参数1和3分别代表子图的行数和列数，一共有 1x3 个子图像。函数返回一个figure图像和子图ax的array列表。

  fig, ax = plt.subplots(1,3,1): 最后一个参数1代表第一个子图。
  如果想要设置子图的宽度和高度可以在函数内加入figsize值

  fig, ax = plt.subplots(1,3,figsize=(15,7)): 这样就会有1行3个15x7大小的子图。【本文用法】

• axes = axes.flatten():https://blog.csdn.net/weixin_38314865/article/details/84785141

• zip():https://blog.csdn.net/lanmy_dl/article/details/124216431

• enumerate()遍历: https://www.runoob.com/python/python-func-enumerate.html

• 结合使用；https://blog.csdn.net/weixin_43408110/article/details/87731547

④ 来设计上一步的X:imags和y:titles

# 取出X y 用next(iter)搞了第一组数据，数据一组18个
X, y = next(iter(data.DataLoader(mnist_train, batch_size=18)))

#我们一个`X:torch.Size([18, 1, 28, 28])`传进来18张照片 每张[1*28*28]
X.shape

torch.Size([18, 1, 28, 28])

 # 不要色彩通道了 直接这组张数 和 每张照片的尺寸；一排9张 一o共2排
show_images(X.reshape(18,28, 28), 2,9, titles=get_fashion_mnist_labels(y));

3.5.2 读取小批量

# 准备训练数据
batch_size = 256

def get_dataloader_workers():  #@save
    """使用4个进程来读取数据"""
    return 4

# batch_size一组256个，shuffle随机取，几个进程做
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,
                             num_workers=get_dataloader_workers())

# 测试了一下训练的时间
timer = d2l.Timer()
for X, y in train_iter:
    continue
f'{
     timer.stop():.2f} sec'

'5.81 sec'

3.5.3. 整合所有组件

# resize 就是我们输入照片是28*28，如果想把尺寸变大 用到resize

def load_data_fashion_mnist(batch_size, resize=None):  #@save