PyTorch 中的 MNIST-Python教學-PHP中文網

PyTorch 中的 MNIST

Susan Sarandon

發布： 2024-12-23 05:04:31

原創

492 人瀏覽過

請我喝杯咖啡☕

*我的貼文解釋了 MNIST。

MNIST() 可以使用 MNIST 資料集，如下所示：

*備忘錄：

第一個參數是 root（必要類型：str 或 pathlib.Path）。 *絕對或相對路徑都是可能的。
第二個參數是 train(Optional-Default:False-Type:float)。 *如果為 True，則使用訓練資料（60,000 個樣本），如果為 False，則使用測試資料（60,000 個樣本）。
第三個參數是transform(Optional-Default:None-Type:callable)。
第四個參數是 target_transform(Optional-Default:None-Type:callable)。
第五個參數是 download(Optional-Default:False-Type:bool): *備註：
- 如果為 True，則從網路下載資料集並解壓縮（解壓縮）到根目錄。
- 如果為 True 並且資料集已下載，則將其提取。
- 如果為 True 並且資料集已下載並提取，則不會發生任何事情。
- 如果資料集已經下載並提取，則應該為 False，因為它速度更快。
- 您可以從此處手動下載並提取資料集，例如資料/MNIST/原始/。

from torchvision.datasets import MNIST

train_data = MNIST(
    root="data"
)

train_data = MNIST(
    root="data",
    train=True,
    transform=None,
    target_transform=None,
    download=False
)

train_data
# Dataset MNIST
#     Number of datapoints: 60000
#     Root location: data
#     Split: Train

train_data.root
# 'data'

train_data.train
# True

print(train_data.transform)
# None

print(train_data.target_transform)
# None

train_data.download
# <bound method MNIST.download of Dataset MNIST
#     Number of datapoints: 60000
#     Root location: data
#     Split: Train>

train_data[0]
# (<PIL.Image.Image image mode=L size=28x28>, 5)

train_data[1]
# (<PIL.Image.Image image mode=L size=28x28>, 0)

train_data[2]
# (<PIL.Image.Image image mode=L size=28x28>, 4)

train_data[3]
# (<PIL.Image.Image image mode=L size=28x28>, 1)

train_data.classes
# ['0 - zero',
#  '1 - one',
#  '2 - two',
#  '3 - three',
#  '4 - four',
#  '5 - five',
#  '6 - six',
#  '7 - seven',
#  '8 - eight',
#  '9 - nine']

登入後複製

from torchvision.datasets import MNIST

train_data = MNIST(
    root="data"
)

test_data = MNIST(
    root="data",
    train=False
)

import matplotlib.pyplot as plt

def show_images(data):
    plt.figure(figsize=(10, 2))
    col = 4
    for i, (image, label) in enumerate(data, 1):
        plt.subplot(1, col, i)
        plt.title(label)
        plt.imshow(image)
        if i == col:
            break
    plt.show()

show_images(data=train_data)
show_images(data=test_data)

登入後複製

MNIST in PyTorch

以上是PyTorch 中的 MNIST的詳細內容。更多資訊請關注PHP中文網其他相關文章！