[ 数据集 ] MINIST 数据集介绍

🤵 Author ：Horizon Max

✨ 编程技巧篇：各种操作小结

🎇 机器视觉篇：会变魔术 OpenCV

💥 深度学习篇：简单入门 PyTorch

🏆 神经网络篇：经典网络模型

💻 算法篇：再忙也别忘了 LeetCode

文章目录

MINIST

Size:

28×28 灰度手写数字图像

Num:

训练集 60000 和 测试集 10000，一共70000张图片

Classes:

0，1，2，3，4，5，6，7，8，9

官方下载链接：MINIST

数据集读取

1）MNIST数据集文件夹

一共包含四个文件夹：

train-images-idx3-ubyte.gz

：训练集图像（9912422 字节）55000张训练集 + 5000张验证集；

train-labels-idx1-ubyte.gz

：训练集标签（28881 字节）训练集对应的标签；

t10k-images-idx3-ubyte.gz

：测试集图像（1648877 字节）10000张测试集；

t10k-labels-idx1-ubyte.gz

：测试集标签（4542 字节）测试集对应的标签；

2）读取MNIST数据集

如果数据集没有下载，修改参数：

download=True

from torchvision import datasets, transforms

train_data = datasets.MNIST(root="./MNIST", 
                            train=True, 
                            transform=transforms.ToTensor(), 
                            download=False)

test_data = datasets.MNIST(root="./MNIST", 
                           train=False, 
                           transform=transforms.ToTensor(), 
                           download=False)print(train_data)print(test_data)

输出结果：

Dataset MNIST
    Number of datapoints:60000
    Root location:./MNIST
    Split: Train
    StandardTransform
Transform: ToTensor()

Dataset MNIST
    Number of datapoints:10000
    Root location:./MNIST
    Split: Test
    StandardTransform
Transform: ToTensor()

完整的数据集读取代码：

from torchvision import datasets, transforms
from torch.utils.data import DataLoader

train_data = datasets.MNIST(root="./MNIST",
                            train=True,
                            transform=transforms.ToTensor(),
                            download=False)

test_data = datasets.MNIST(root="./MNIST",
                           train=False,
                           transform=transforms.ToTensor(),
                           download=False)

train_loader = DataLoader(dataset=train_data,
                          batch_size=64,
                          shuffle=True)

test_loader = DataLoader(dataset=test_data,
                         batch_size=64,
                         shuffle=True)

数据可视化

以训练集为例：

import torchvision
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import numpy as np
import matplotlib.pyplot as plt

train_data = datasets.MNIST(root="./MNIST",
                            train=True,
                            transform=transforms.ToTensor(),
                            download=False)

train_loader = DataLoader(dataset=train_data,
                          batch_size=64,
                          shuffle=True)for num,(image, label)inenumerate(train_loader):
    image_batch = torchvision.utils.make_grid(image, padding=2)
    plt.imshow(np.transpose(image_batch.numpy(),(1,2,0)), vmin=0, vmax=255)
    plt.show()print(label)

1）

image

:

2）

label

：

tensor([1,8,9,6,8,9,9,9,4,0,4,9,0,1,6,5,2,6,1,6,4,2,8,5,1,7,7,8,9,3,5,0,8,9,3,6,5,4,0,2,4,2,4,5,8,7,1,5,9,8,6,8,6,8,3,8,7,7,3,0,8,6,2,0])