【动手学习深度学习】逐行代码解析合集
03图像分类数据集
视频链接：B站-动手学习深度学习
课程主页：https://courses.d2l.ai/zh-v2/
教材：https://zh-v2.d2l.ai/
代码
以下代码是在PyCharm中运行的
import matplotlib # 注意这个也要import一次
import matplotlib.pyplot as plt
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
d2l.use_svg_display()
"====================1、读取数据集===================="
# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式，
# 并除以255使得所有像素的数值均在0～1之间
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)
# 训练集60000张图，测试集10000张图
# len(mnist_train), len(mnist_test)
# print(mnist_train[0][0].shape)
" 输出：torch.Size([1, 28, 28])"
" 数据集由灰度图像组成，其通道数为1,每个图像宽高28像素"
# 以下函数用于在数字标签索引及其文本名称之间进行转换。
def get_fashion_mnist_labels(labels): #@save
"""返回Fashion-MNIST数据集的文本标签"""
text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat',
'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
return [text_labels[int(i)] for i in labels]
"""样本列表可视化"""
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5): #@save
"""绘制图像列表"""
figsize = (num_cols * scale, num_rows * scale)
_, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
axes = axes.flatten() # 将子图展开显示成2行9列
for i, (ax, img) in enumerate(zip(axes, imgs)):
if torch.is_tensor(img):
# 图片张量
ax.imshow(img.numpy())
else:
# PIL图片
ax.imshow(img)
ax.axes.get_xaxis().set_visible(False) # 不显示x轴
ax.axes.get_yaxis().set_visible(False) # 不显示y轴
if titles:
ax.set_title(titles[i])
return axes
# 以下是训练数据集中前几个样本的图像及其相应的标签。
X, y = next(iter(data.DataLoader(mnist_train, batch_size=18)))
# 18张28*28的图片，2行9列进行显示，图片上方标注标签名称
show_images(X.reshape(18, 28, 28), 2, 9, titles=get_fashion_mnist_labels(y))
# d2l.plt.show()
"====================2、读取小批量数据===================="
batch_size = 256
def get_dataloader_workers(): #@save
"""使用4个进程来读取数据"""
return 4
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,
num_workers=get_dataloader_workers())
# 读取训练数据所需时间
timer = d2l.Timer()
for X, y in train_iter:
continue
print(f'{timer.stop():.2f} sec')
" 输出：'2.18 sec' "
"====================3、整合所有组件===================="
# 该函数用于获取和读取Fashion-MNIST数据集
def load_data_fashion_mnist(batch_size, resize=None): #@save
"""下载Fashion-MNIST数据集，然后将其加载到内存中"""
trans = [transforms.ToTensor()]
# 因为当前trans里面包含的图片tensor大小是28x28，到后面训练时需要更大一点的数组就用resize变大
if resize:
trans.insert(0, transforms.Resize(resize))
# 这个transforms.Compose()类的主要作用是串联多个图片变换的操作
trans = transforms.Compose(trans)
# 下载数据集
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)
# 返回构造的迭代器对象
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()))
# 通过指定resize参数来测试load_data_fashion_mnist函数的图像大小调整功能
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
"输出：torch.Size([32, 1, 64, 64]) torch.float32 torch.Size([32]) torch.int64"
运行结果
训练数据集中前几个样本的图像及其相应的标签
