PyTorch の MNIST

コーヒー買ってきて☕

*私の投稿では MNIST について説明しています。

MNIST() は、以下に示すように MNIST データセットを使用できます。

*メモ:

• 最初の引数は root(Required-Type:str または pathlib.Path) です。 *絶対パスまたは相対パスが可能です。
• 2 番目の引数は train(Optional-Default:False-Type:float) です。 ※Trueの場合はトレーニングデータ(60,000サンプル)、Falseの場合はテストデータ(60,000サンプル)が使用されます。
• 3 番目の引数は、transform(Optional-Default:None-Type:callable) です。
• 4 番目の引数は target_transform(Optional-Default:None-Type:callable) です。
• 5 番目の引数は download(Optional-Default:False-Type:bool) です。 *メモ:
  • True の場合、データセットはインターネットからダウンロードされ、ルートに抽出 (解凍) されます。
  • これが True で、データセットが既にダウンロードされている場合、データセットは抽出されます。
  • これが True で、データセットがすでにダウンロードされ抽出されている場合は、何も起こりません。
  • データセットがすでにダウンロードされ抽出されている場合は、その方が高速であるため、False にする必要があります。
  • ここからデータセットを手動でダウンロードして抽出できます。データ/MNIST/生/。

from torchvision.datasets import MNIST

train_data = MNIST(
    root="data"
)

train_data = MNIST(
    root="data",
    train=True,
    transform=None,
    target_transform=None,
    download=False
)

train_data
# Dataset MNIST
#     Number of datapoints: 60000
#     Root location: data
#     Split: Train

train_data.root
# 'data'

train_data.train
# True

print(train_data.transform)
# None

print(train_data.target_transform)
# None

train_data.download
# <bound method MNIST.download of Dataset MNIST
#     Number of datapoints: 60000
#     Root location: data
#     Split: Train>

train_data[0]
# (<PIL.Image.Image image mode=L size=28x28>, 5)

train_data[1]
# (<PIL.Image.Image image mode=L size=28x28>, 0)

train_data[2]
# (<PIL.Image.Image image mode=L size=28x28>, 4)

train_data[3]
# (<PIL.Image.Image image mode=L size=28x28>, 1)

train_data.classes
# ['0 - zero',
#  '1 - one',
#  '2 - two',
#  '3 - three',
#  '4 - four',
#  '5 - five',
#  '6 - six',
#  '7 - seven',
#  '8 - eight',
#  '9 - nine']

from torchvision.datasets import MNIST

train_data = MNIST(
    root="data"
)

test_data = MNIST(
    root="data",
    train=False
)

import matplotlib.pyplot as plt

def show_images(data):
    plt.figure(figsize=(10, 2))
    col = 4
    for i, (image, label) in enumerate(data, 1):
        plt.subplot(1, col, i)
        plt.title(label)
        plt.imshow(image)
        if i == col:
            break
    plt.show()

show_images(data=train_data)
show_images(data=test_data)

以上がPyTorch の MNISTの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。