pytorch自带数据集MNIST

一、简介

pytorch自带的数据集由两个上层api提供，分别是torchvision和torchtext，其中：

1、torchvision提供了对图片数据处理相关的api和数据

      数据位置：torchvision.datasets，例如：torchvision.datasets.MNIST（手写数字图片数据）

2、torchtext提供了对文本数据处理相关的api和数据

     数据位置：torchtext.datasets，例如：torchtext.datasets.IMDB（电影评论文本数据）

也Mnist手写数据为例，看pytorch如何加载自带数据集

1、准备好Dataset实例

2、把dataset交给dataloader打乱顺序，组成batch

二、torchvieriosn.datasets

torchversion.datasets中的数据集类（比如torchvision.datasets.MNIST)，都是继承自Dataset，意味首：直接对torchvision.datasets.MNIST进行实例化就可以得到Dataset的实例，但是MNIST API中的参数需要注意一下：

 torchvision.datasets.MNIST(root='./data',train=True,download=True,transform=)

1、root参数表示数据存放的位置、

2、trani：bool类型，表示是使用训练集的数据还是测试集的数据

3、download：bool类型，表示是否需要下载数据到root目录

4、transform：实现对图片的处理函数

三、MNIST数据集的介绍

MNIST是由Yann LeCun等人提供的免费的图像识别数据集，其中包括60000个训练样本和10000个测试样本，其中图片尺寸已经进行标准化处理，都是黑白的图像，大小为28*28,，

执行以下代码，可以下载数据集

import torchvision
from torchvision.datasets import MNIST

#pytorch自带手写数字数据集
mnist = MNIST(root='./data',train=True,download=True)
#print(mnist)

print(mnist[0])
img = mnist[0][0]
img.show()