PyTorch读取Fashion-MNIST数据集

        FashionMNIST 是一个替代 MNIST 手写数字集 的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。FashionMNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片（翻译自Github介绍）。Fashion-MNIST数据集GitHub链接， MNIST数据集链接。

数据集也比较小，只有几十M，一些更加详细的介绍参考：MNIST及FASHION MNIST 数据读取

torchvision包：服务于PyTorch框架，主要包括四个大类：

（1）.torchvision.datasets: 一些加载数据的函数及常用的数据集接口；

（2）.torchvision.models: 包含常用的模型结构（含预训练模型），如AlexNet、VGG、ResNet等；

（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。

1. 导入所需要的基本库

import torch
import torchvision
import torchvision.transforms as transformers
import sys
import matplotlib.pyplot as plt
import time
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'

2. 获取数据并进行示例可视化

使用torchvision.datasets进行数据下载，参数train指定获取的数据为训练集或者测试集，参数transform=transforms.ToTensor()用于将数据转化为Tensor，不转换不会立马报错，但返回的PIL图像涉及到.view等操作会出现问题，transforms.ToTensor()将尺寸为 (H x W x C) 且数据位于[0, 255]的PIL图片或者数据类型为np.uint8的NumPy数组转换为尺寸为(C x H x W)且数据类型为torch.float32且位于[0.0, 1.0]的Tensor。由于像素值为0到255的整数，所以刚好是uint8所能表示的范围，包括transforms.ToTensor()在内的一些关于图片的函数就默认输入的是uint8型，若不是，可能不会报错但可能得不到想要的结果。所以，如果用像素值(0-255整数)表示图片数据，那么一律将其类型设置成uint8，避免不必要的bug。

ps：uint8是8位的，表示十进制数0-255，如果大于255则进一位，例如256显示就变成0。

#读取图像
mnist_train = torchvision.datasets.FashionMNIST(root=r'F:\afile\wbwh_d2L_torch\datasets', train=True, download=True, transform=transformers.ToTensor())
mnist_test  = torchvision.datasets.FashionMNIST(root=r'F:\afile\wbwh_d2L_torch\datasets', train=False, download=True, transform=transformers.ToTensor())
print(type(mnist_train))
print(len(mnist_train), len(mnist_test))
#打印其中一张查看
feature, label = mnist_test[0]
print(feature.shape, label)   #torch.Size([1, 28, 28]) tensor(9)

变量feature对应高和宽均为28像素的图像。由于使用了transforms.ToTensor()，所以每个像素的数值为[0.0, 1.0]的32位浮点数。需要注意的是，feature的尺寸是 (C x H x W) 的，而不是 (H x W x C)。Fashion-MNIST中一共包括了10个类别，分别为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）。以下函数可以将数值标签转成相应的文本标签。定义函数show_fashion_mnist可视化：

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

def show_fashion_mnist(images, labels):
    _, figs = plt.subplots(1, len(images), figsize=(12, 12))
    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_train[i][1])
show_fashion_mnist(X, get_fashion_mnist_labels(y))
# show_fashion_mnist(X, y)

使用Pycharm时注意加：

import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'

画成两排：

def show_fashion_mnist(images, labels):
    # _, figs = plt.subplots(1, len(images), figsize=(12, 12))
    _, figs = plt.subplots(2, 5, figsize=(6, 6))
    list_f = []
    for i in figs:
        for j in i:
            list_f.append(j)

    for f, img, lbl in zip(list_f, 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()

3. 读取小批量数据

mnist_train是torch.utils.data.Dataset的子类，所以可以将其传入torch.utils.data.DataLoader来创建一个读取小批量数据样本的DataLoader实例。实践中，数据读取经常是训练的性能瓶颈，特别当模型较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4个进程读取数据。

batch_size=256
if sys.platform.startswith('win'):
    num_workers=0
else:
    num_workers=4

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

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

看起来并不难，可视化也很容易，如果要是读入自己的数据呢？值得思考，并且很有趣。想到最近在复现TransUNet，数据接口改为2Dnarray，并且准确读入标签，以及可以推理检测，费了很大功夫。