注：本代码在jupyter notebook上运行
封面图片来源
Fashion-MNIST是一个广泛使用的图像数据集，主要用于机器学习算法的基准测试，特别是图像分类和识别任务。Fashion-MNIST由德国的时尚科技公司Zalando旗下的研究部门提供。作为MNIST手写数字集的一个直接替代品，旨在提供更具挑战性且更现代的机器学习基准测试数据集。数据集的图像结构简单，但分类难度相比MNIST有所提升，要求模型具备更强的特征提取和模式识别能力。
数据集总共包含70,000张灰度图像，分为60,000张训练图像和10,000张测试图像。其中每张图像都是28x28像素的灰度图像。涵盖了10种不同的衣物类型，包括T恤、裤子、套衫、裙子、外套、凉鞋、汗衫、运动鞋、包和踝靴。
python
%matplotlib inline
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
# from d2l import torch as d2l
# d2l.use_svg_display()Fashion-MNIST数据集下载
python
# 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0～1之间
trans = transforms.ToTensor()
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)
Fashion-MNIST由10个类别的图像组成， 每个类别由训练数据集（train dataset）中的6000张图像和测试数据集（test dataset）中的1000张图像组成。 因此，训练集和测试集分别包含60000和10000张图像。 测试数据集不会用于训练，只用于评估模型性能。
python
# 获取数据集长度
len(mnist_train), len(mnist_test)(60000, 10000)
每个输入的灰度图像的高度和宽度均为28像素，通道数为1。
python
mnist_train[0][0].shapetorch.Size([1, 28, 28])
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）。 以下函数用于在数字标签索引及其文本名称之间进行转换。
python
def get_fashion_mnist_labels(labels):
"""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]创建一个函数来可视化这些样本
python
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):
"""绘制图像列表""" # 图片、行数、列数
figsize = (num_cols * scale, num_rows * scale) # 画布尺寸
_, axes = 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()) # 转化成张量
else:
# PIL图片
ax.imshow(img)
ax.axes.get_xaxis().set_visible(False) # 设置x,y轴不可见
ax.axes.get_yaxis().set_visible(False)
if titles:
ax.set_title(titles[i])
return axes以下是训练数据集中前几个样本的图像及其相应的标签。
python
X, y = next(iter(data.DataLoader(mnist_train, batch_size=18)))
show_images(X.reshape(18, 28, 28), 2, 9, titles=get_fashion_mnist_labels(y));
小批量读取
python
batch_size = 256
def get_dataloader_workers(): #@save
"""使用4个进程来读取数据"""
return 4
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,
num_workers=get_dataloader_workers())读取训练数据所需的时间。
python
# 定义计时器
import time
import numpy as np
class Timer:
"""记录多次运行时间"""
def __init__(self):
self.times = []
self.start()
def start(self):
"""启动计时器"""
self.tik = time.time()
def stop(self):
"""停止计时器并将时间记录在列表中"""
self.times.append(time.time() - self.tik)
return self.times[-1]# 返回列表最后记录的时间
def avg(self):
"""返回平均时间"""
return sum(self.times) / len(self.times)
def sum(self):
"""返回时间总和"""
return sum(self.times)
def cumsum(self):
"""返回累计时间"""
return np.array(self.times).cumsum().tolist()
python
timer = Timer()
for X, y in train_iter:
continue
f'{timer.stop():.2f} sec'
欢迎点击我的主页查看更多文章。
本人学习地址https://zh-v2.d2l.ai/
恳请大佬批评指正。