探索pytorch数据集中Mnist数据集的数据格式

1 问题

1.1安装pytorch时,由于使用的vscode编译器,所以采用pip进行安装,但是遇到pytorch版本与python版本不对应的问题。

1.2探索pytorch数据集中Mnist数据集的数据格式。

2 方法

|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 2.1 首先查看自己电脑能够适应的pytorch版本 2.2 打开pytorch的官网,选择对应的版本 2.3 最后在vscode的终端运行复制的pip代码。(下载pytorch命令:pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117) 2.4最后检测pytorch是否安装成功,出现这个问题 我就重新安装更高的python版本,最后成功解决问题。 2.5 Mnist数据集的格式探索 import matplotlib.pyplot as plt from torchvision import datasets ds = datasets.MNIST( root='data', # 数据集下载的路径 download=True, ) print(ds00) plt.imshow(ds00) plt.show() |
| |

3 结语

3.1针对pytorch环境配置的问题,提出更新python版本的方法,通过引入pytorch自带数据集,调用其数据验证pytorch环境是否安装正确的实验,证明该方法是有效的;

3.2探索Minst数据集时,了解二元组的构成。

3.3本文的方法还是有不足之处:就是pytorch为什么要求高版本python的问题,还有就是除了更新python版本之外,应该还有其他可以搭建好pytorch环境的方法,如不使用vscode编辑器。

相关推荐
炽橙超真云2 小时前
「人工智能+制造」五类场景如何确定优先级?四个判断维度与三类场景落地实践
人工智能·ai·工业智能·制造业转型·工业ai
能源革命2 小时前
AI日报 2026-10-17
人工智能
IT_陈寒3 小时前
一文搞懂React的核心概念
前端·人工智能·后端
“AI国潮设计-小江”3 小时前
《【AIGC实战】Python+SDXL批量生成“猫咪英歌舞蛋挞”IP,附保持角色一致性的代码逻辑》
开发语言·人工智能·python·prompt·aigc
艾莉丝努力练剑3 小时前
【AI大模型接入SDK】ChatServer HTTP接口模块实现总览
网络·c++·人工智能·网络协议·学习·http·架构
Purple Coder3 小时前
参考论文汇总
人工智能
tq10863 小时前
从信息到生产力
人工智能
袁俪3 小时前
具身智能环境交互
人工智能
m4Rk_3 小时前
【论文阅读】Agent 记忆机制(103):Dynamic Coding Memory——记忆为何让 Agent 更可靠,却可能更平庸
论文阅读·人工智能·学习·开源·github