PyTorch—— 图像分类数据集（Fashion-MNIST）

古城微笑少年丶 2022-12-04 01:03 249阅读 0赞

### PyTorch—— 图像分类数据集（Fashion-MNIST） ###

*   *  0、前言
     *  一、获取数据集
     *  二、读取小批量数据
     *  三、画图

本文是学习[《动手学深度学习（pytorch）》“3.5 图像分类数据集（Fashion-MNIST）”][pytorch_3.5 _Fashion-MNIST] 的笔记，具体解释请参考原文。

## 0、前言 ##

使用到的包主要是`torchvision`，它主要由以下几部分构成：

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

## 一、获取数据集 ##

**1、下载数据**  
当不使用`transform=torchvision.transforms.ToTensor()`时，获取到的数据是**尺寸为（H×W×C）且数据位于\[0, 255\]之间的 PIL 图像**或者**数据类型为 unit8 的 Numpy 数组**。

该语句将上述类型的数据，转换为**尺寸为（C×H×W）且数据类型为 torch.float32 且位于\[0.0, 1.0\]之间的 Tensor** 。

import torchvision
    
    mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=True, download=True, transform=torchvision.transforms.ToTensor())
    mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, download=True, transform=torchvision.transforms.ToTensor())

**2、获取数据标签**

下载完数据后，需要能够找到数据对应的标签。以下函数可以将数值标签转成相应的文本标签。

def get_fashion_mnist_labels(labels):
    	text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat', 'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
    	return [text_labels[int(i)] for i in labels]

## 二、读取小批量数据 ##

`torch.utils`中`data`的一个方法`DataLoader`能够很方便的读取 `batch_size` 大小的数据，三个常用的三个参数分别是`dataset、batch_size、shuffle(是否不按顺序读取数据)`

import torch.utils.data as Data
    
    batch_size = 256
    train_iter = Data.DataLoader(dataset=mnist_train, batch_size=batch_size, shuffle=True)
    test_iter = Data.DataLoader(dataset=mnist_test, batch_size=batch_size, shuffle=True)

## 三、画图 ##

下面定义一个可以在一行里画出多张图像和对应标签的函数。

# 本函数已保存在d2lzh包中方便以后使用
    def show_fashion_mnist(images, labels):
        d2l.use_svg_display()
        # 这里的_表示我们忽略（不使用）的变量
        _, figs = plt.subplots(1, len(images), figsize=(12, 12))
        for f, img, lbl in zip(figs, images, labels):
            f.imshow(img.view((28, 28)).numpy())
            f.set_title(lbl)
            f.axes.get_xaxis().set_visible(False)
            f.axes.get_yaxis().set_visible(False)
        plt.show()

[pytorch_3.5 _Fashion-MNIST]: https://tangshusen.me/Dive-into-DL-PyTorch/#/chapter03_DL-basics/3.5_fashion-mnist