[ 数据集 ] MINIST 数据集介绍

大家好，欢迎来到IT知识分享网。

🤵 Author ：Horizon John

✨ 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

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) in enumerate(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])