---

---

.

3.5. 圖像分類數據集

我們將使用Fashion-MNIST數據集，作為圖像分類數據集。

%matplotlib inline
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2ld2l.use_svg_display()

.

1）讀取數據集

可以通過框架中的內置函數將Fashion-MNIST數據集下載并讀取到內存中。

# 通過ToTensor實例將圖像數據從PIL類型變換成32位浮點數格式，
# 并除以255使得所有像素的數值均在0～1之間
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個類別的圖像組成， 每個類別由訓練數據集（train dataset）中的6000張圖像 和測試數據集（test dataset）中的1000張圖像組成。

# 數據集大小
len(mnist_train), len(mnist_test)
# 輸出：(60000, 10000)# 數據集圖像尺寸
mnist_train[0][0].shape
# 輸出：torch.Size([1, 28, 28])# 數據集類別
def get_fashion_mnist_labels(labels):  #@save"""返回Fashion-MNIST數據集的文本標簽"""text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat','sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']return [text_labels[int(i)] for i in labels]

現在可以創建一個函數來可視化這些樣本。

def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):  #@save"""繪制圖像列表"""figsize = (num_cols * scale, num_rows * scale)_, axes = d2l.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):# 圖片張量ax.imshow(img.numpy())else:# PIL圖片ax.imshow(img)ax.axes.get_xaxis().set_visible(False)ax.axes.get_yaxis().set_visible(False)if titles:ax.set_title(titles[i])return axesX, 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));

.

2）讀取小批量

通過內置數據迭代器，我們可以隨機打亂了所有樣本，從而無偏見地讀取小批量。

batch_size = 256def get_dataloader_workers():  #@save"""使用4個進程來讀取數據"""return 4train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,num_workers=get_dataloader_workers())

讀取訓練數據所需的時間。

timer = d2l.Timer()
for X, y in train_iter:continue
f'{timer.stop():.2f} sec'# 輸出：'3.37 sec'

.

3）整合所有組件

定義load_data_fashion_mnist函數，獲取Fashion-MNIST數據集，返回訓練集和驗證集的數據迭代器。 函數接受可選參數resize，用來將圖像大小調整為另一種形狀。

def load_data_fashion_mnist(batch_size, resize=None):  #@save"""下載Fashion-MNIST數據集，然后將其加載到內存中"""trans = [transforms.ToTensor()]if resize:trans.insert(0, transforms.Resize(resize))trans = transforms.Compose(trans)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)return (data.DataLoader(mnist_train, batch_size, shuffle=True,num_workers=get_dataloader_workers()),data.DataLoader(mnist_test, batch_size, shuffle=False,num_workers=get_dataloader_workers()))

下面，通過指定resize參數來測試load_data_fashion_mnist函數的圖像大小調整功能。

train_iter, test_iter = load_data_fashion_mnist(32, resize=64)
for X, y in train_iter:print(X.shape, X.dtype, y.shape, y.dtype)break# 輸出：
torch.Size([32, 1, 64, 64]) torch.float32 torch.Size([32]) torch.int64

現在已經準備好使用Fashion-MNIST數據集，便于下面的章節調用來評估各種分類算法。

.

4）小結

• Fashion-MNIST是一個服裝分類數據集，由10個類別的圖像組成。我們將在后續章節中使用此數據集來評估各種分類算法。

• 我們將高度像素，寬度像素圖像的形狀記為或（,）。

• 數據迭代器是獲得更高性能的關鍵組件。依靠實現良好的數據迭代器，利用高性能計算來避免減慢訓練過程。

.

---

聲明：資源可能存在第三方來源，若有侵權請聯系刪除！