Pytorch Fashion Minst數據集讀取方法

這篇文章主要講解了“Pytorch Fashion Minst數據集讀取方法”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Pytorch Fashion Minst數據集讀取方法”吧！

本章節主要舉例說明了數據集讀取的問題，針對于trochvision中Fashion Mnist數據集的讀寫問題；

其中，具體的讀取訓練集和測試集為：

mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=True, download=True, transform=transforms.ToTensor())
mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, download=True, transform=transforms.ToTensor())

其中有兩個參數注意一下，train代表是否參與訓練，最后一個參數代表將數據集的內容轉化為tensor的表示形式；

依然可以使用DataLoader和batch_size進行分批訓練；

train_iter = torch.utils.data.DataLoader(mnist_train, batch_size=batch_size, shuffle=True, num_workers=num_workers)
test_iter = torch.utils.data.DataLoader(mnist_test, batch_size=batch_size, shuffle=False, num_workers=num_workers)

這里說明一下train_iter，這是一個分批的數據結構，這里根據batch_size分成了235批；

對于每次train_iter的遍歷，也使用for循環挨個喂數據；

并且DataLoader可以采用多線程進行讀取，這樣讀取的時間更快；

start = time.time()
    for X, y in train_iter:
        continue
    print('%.2f sec' % (time.time() - start))

感謝各位的閱讀，以上就是“Pytorch Fashion Minst數據集讀取方法”的內容了，經過本文的學習后，相信大家對Pytorch Fashion Minst數據集讀取方法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！