图像分类数据集
一、前言
1、前广泛使用的图像分类数据集之一是 MNIST 数据集，虽然它是很不错的基准数据集，但按今天的标准，即使是简单的模型也能达到95%以上的分类准确率，因此不适合区分强模型和弱模型。
2、为了提高难度，我们将在接下来的章节中讨论在2017年发布的性质相似但相对复杂的Fashion-MNIST数据集
二、读取数据集
%matplotlib inline import torch import torchvision #pytorch对于计算机视觉模型实现的一些库 from torch.utils import data from torchvision import transforms #transforms对数据进行操作 from d2l import torch as d2l d2l.use_svg_display()#使用svg来显示图片，清晰度会高一点
1、通过框架中的内置函数将Fashion-MNIST数据集下载并读取到内存中
# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式
# 并除以255使得所有像素的数值均在0到1之间（归一化）
trans = transforms.ToTensor()
#下载到上一级目录的data下面
#train=True，表示下载的是训练数据集
#transform=trans，表示下载的要转为pytorch的tensor，而不是一堆图片
#download=True 意思是默认从网上下载
mnist_train = torchvision.datasets.FashionMNIST(root="../data", train=True,
transform=trans,
download=True)
#测试数据集，验证模型的好坏
mnist_test = torchvision.datasets.FashionMNIST(root="../data", train=False,
transform=trans, download=True)
2、Fashion-MNIST由10个类别的图像组成，每个类别由训练数据集中6000张图像和测试数据集中1000张图像组成。
len(mnist_train), len(mnist_test) #下载成功后输出发现，训练数据集有60000张图片，测试数据集有10000张图片 #输出结果 (60000, 10000)
3、每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，其通道为1。
# fashionmnist数据集同时包含图形和标签，第二个零表示取图片，如果是【1】则是标签 #print(mnist_train[0][0]) mnist_train[0][0].shape #第一个零：就是第零个样例 #第二个零：表示取图片，如果是1就表示标签 #输出1表示是黑白图片 #28，28分表表示长和宽
#输出结果
torch.Size([1, 28, 28])
4、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）。
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]
5、可视化样本函数（不求理解）
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5): #@save
"""Plot a list of images."""
figsize = (num_cols * scale, num_rows * scale)
_, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
axes = axes.flatten()
for i, (ax, img) in enumerate(zip(axes, imgs)):
if torch.is_tensor(img):
# 图片张量
ax.imshow(img.numpy())
else:
# PIL图片
ax.imshow(img)
ax.axes.get_xaxis().set_visible(False)
ax.axes.get_yaxis().set_visible(False)
if titles:
ax.set_title(titles[i])
return axes
6、
#构造了pytorch数据集之后放在DateLoader中，指定一个batch_size #next()拿到第一个小批量。batch_size：批量大小 X, y = next(iter(data.DataLoader(mnist_train, batch_size=18))) #2行9列 show_images(X.reshape(18, 28, 28), 2, 9, titles=get_fashion_mnist_labels(y));#y是一个数值的标号 #输出结果 图片略
7、读取小批量。为了使我们在读取训练集和测试集时更容易，我们使用内置的数据迭代器，而不是从零开始创建一个。
batch_size = 256
def get_dataloader_workers(): #@save
"""使用4个进程来读取数据。"""
return 4
#shuffle=True表明需要随机，打乱顺序
#训练集需要打乱顺序，测试集不用打乱顺序
#num_workers表明要给多少进程
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,
num_workers=get_dataloader_workers())
8、查看读取训练数据所需时间
#Timer()函数用来测试速度-读一次数据所用的时间
timer = d2l.Timer()
#构造出train_iter之后，使用for循环一个个来访问batch
for X, y in train_iter:
continue
f'{timer.stop():.2f} sec'
#输出结果
'8.76 sec'
9、整合所有组件
定义 load_data_fashion_mnist 函数]，用于获取和读取Fashion-MNIST数据集。它返回训练集和验证集的数据迭代器。此外，它还接受一个可选参数，用来将图像大小调整为另一种形状。
#resize
def load_data_fashion_mnist(batch_size, resize=None): #@save
"""下载Fashion-MNIST数据集，然后将其加载到内存中。"""
trans = [transforms.ToTensor()]
# resize：调整图像大小
if resize:
trans.insert(0, transforms.Resize(resize))
trans = transforms.Compose(trans)
# 下载数据集
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)
# 返回小批量
return (data.DataLoader(mnist_train, batch_size, shuffle=True,
num_workers=get_dataloader_workers()),
data.DataLoader(mnist_test, batch_size, shuffle=False,
num_workers=get_dataloader_workers()))
10、通过指定resize参数来测试load_data_fashion_mnist函数的图像大小调整功能
#32表示为batch_size的大小，resize表示重新调整的图片大小
train_iter, test_iter = load_data_fashion_mnist(32, resize=64) for X, y in train_iter: print(X.shape, X.dtype, y.shape, y.dtype) brea #输出结果 torch.Size([32, 1, 64, 64]) torch.float32 torch.Size([32]) torch.int64
