pytorch Fashion MNIST 数据集下载慢怎么办
import torch # 导入pytorch
from torchvision import datasets, transforms ## 导入数据集与数据预处理的方法
import matplotlib.pyplot as plt
# 数据预处理：标准化图像数据，使得灰度数据在-1到+1之间
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,), (0.5,))])
# 下载Fashion-MNIST训练集数据，并构建训练集数据载入器trainloader,每次从训练集中载入64张图片，每次载入都打乱顺序
trainset = datasets.FashionMNIST('dataset/' , download=True, train=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
# 下载Fashion-MNIST测试集数据，并构建测试集数据载入器trainloader,每次从测试集中载入64张图片，每次载入都打乱顺序
testset = datasets.FashionMNIST('dataset/', download=True, train=False, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=True)在python里用pytorch，执行上面的代码，卡在1%左右就一直没动。
方法一: 装起"你懂的"工具, 比如酸酸乳(S-S-R), 可以直接访问外网, 在酸酸乳里“系统代理模式”设置为“全局模式”， 再执行代码，速度飞起，十几秒下载完毕
方法二：上GITHUB用浏览器 https://github.com/zalandoresearch/fashion-mnist/tree/master/data/fashion 直接下载，速度也比较快。先执行上面代码几秒，会发现自动创建了dataset目录，停止，把用浏览器下载的文件拷贝到 \dataset\FashionMNIST\raw目录下，gz文件不要解压。四个都下载拷贝完毕后执行代码，这时即使设置"download=True"也不会下载，而是直接解压执行了。