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
土星云SaturnCloud3 分钟前
模型转换与部署实战(PyTorch→ONNX→BModel)
服务器·人工智能·ai·边缘计算
悟乙己4 分钟前
因果推断方法实践:Python实现合成控制法
开发语言·python
武子康4 分钟前
调查研究-148 Deepseek-V4-Flash 生成式AI十大高频业务场景落地指南
大数据·人工智能·深度学习·ai·chatgpt·deepseek
小饕5 分钟前
RAG 数据加载全攻略:从文本到 PDF 的 Loader 选型指南
人工智能·pdf
zhangfeng11335 分钟前
脑启 在类脑计算大方向 树突神经元模型 人工神经网络(DNN)和脉冲神经网络(SNN)方面的工程化实现 不同于tranformer
人工智能·神经网络·dnn
运营小白6 分钟前
2026年SEO现状:精分时代的AI博弈
人工智能·seo工具·效率提升·seonib·搜索流量
workflower6 分钟前
具身智能-三层结构
人工智能·设计模式·动态规划·软件工程·scrum
lulu12165440786 分钟前
Claude钩子系统架构设计:从执行时序到扩展机制
java·人工智能·python·ai编程
星辰AI7 分钟前
向量检索技术与相似度算法:深度解析 ANN 索引
人工智能·ai·语言模型
掌动智能8 分钟前
代码即文档:RunnerAgent 通过源码语义分析重构 API 测试范式
人工智能·api 测试·智能测试基座·代码调用链分析