动手学深度学习6-认识Fashion_MNIST图像数据集

• 获取数据集
• 读取小批量样本
• 小结

本节将使用torchvision包，它是服务于pytorch深度学习框架的，主要用来构建计算机视觉模型。

torchvision主要由以下几个部分构成：

1. torchvision.datasets:一些加载数据的函数以及常用的数据集的接口
2. torchvision.models: 包含常用的模型结构(含预训练模型),例如AlexNet，VGG，ResNet；
3. torchvision.transforms:常用的图片变换，例如裁剪，旋转等；
4. torchvision.utils: 其他的一些有用的方法

获取数据集

导入本节需要的包或者模块

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import time
import sys
sys.path.append('..')  # 为了导入上层目录的d2lzh_pytorch
import d2lzh_pytorch as d2l

通过调用torchvision的torchvision.datasets来下载这个数据集

可以通过train参数获取指定的训练集或者测试集、

测试集只用了评估模型，并不用来训练模型

同时指定了参数transform = transform.ToTensor()使所有数据转化为Tensor,如果不进行转化，则返回的是PIL照片。

transform.ToTensor()将尺寸为（H，W，C)且数据位于[0,255]的PIL图片或者数据类型为np.unit8的Numpy数组转化为(CxHxW)且数据类型为torch.float32且位于[0.0,1.0]的Tensor。

• 如果用像素值（0，255）表示图片数据，一律将其类型设置为unit8,避免出问题

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

print(type(mnist_train))
print(len(mnist_train), len(mnist_test))

<class 'torchvision.datasets.mnist.FashionMNIST'>
60000 10000

feature,label = mnist_train[0]
print(feature.shape,label)  # channel * height* width

torch.Size([1, 28, 28]) tensor(9)

feature对应的高和宽均为28像素的图像，由于我们使用了transforms.ToTensor()，所以每个像素的数值为[0,1]的32位浮点数。需要注意的是，feature的尺寸是(CxHxW)的，而不是（HxWxC)。第一维是通道数，因为数据集中是灰度图像，所以通道数为1，后面两维分别是图像的高和宽。

Fashion_MNIST中一共包括了10个类别，分别是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）

import d2lzh_pytorch as d2l

def get_fashion_mnist_labels(labels):
    text_labels = ['t-shirt','trouser','pullover','dress','coat','sandal',
                  'shirt','sneaker','bag','ankle boost'
                  ]
    return [text_labels[int(i)] for i in labels]

def show_fashion_mnist(images,labels):
    d2l.use_svg_display()
    _,figs = plt.subplots(1,len(images),figsize=(12,12))  # 1行10列
    for f ,img,lbl in zip(figs,images,labels):
        f.imshow(img.view((28,28)).numpy())
        f.set_title(lbl)
        f.axes.get_xaxis().set_visible(False)
        f.axes.get_yaxis().set_visible(False)
    plt.show()

X,y = [],[]
for i in range(10):
    X.append(mnist_train[i][0])
    y.append(mnist_test[i][1])
show_fashion_mnist(X,get_fashion_mnist_labels(y))

读取小批量样本

我们将在训练集上训练模型，并将训练好的模型预测测试集上评估模型的表现。

可以用torch.utils.data.Dataloader来创建一个读取小批量样本的DataLoader实例。

在实际中，数据读取经常是训练的性能瓶颈，特别是当模型较为简单或者计算硬件性能较高时，pytorch的DataLoader中一个很方便的功能是允许使用多进程来加速数据读取。这里我们通过参数num_workers来设置进程数来加速读取数据

batch_size= 256

if sys.platform.startswith('win'):
    num_worker=0   # 表示不用额外的进程来加速读取数据

else:
    num_worker=4
train_iter = torch.utils.data.DataLoader(mnist_train,batch_size=batch_size,shuffle=True,num_workers=num_worker)
test_iter = torch.utils.data.DataLoader(mnist_test,batch_size=batch_size,shuffle=False,num_workers=num_worker)

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

1.28 sec

小结

• Fashion_MNIST 是一个10类服饰的分类数据集，之后章节后使用它来验证不同算法的表现
• 我们将高和宽分别是H和W像素的图像的形状记为HxW或(h,w)