torchvision数据集下载位置修改

torchvision数据集下载位置修改

记录一下，方便后边查阅。

1.torchvision基础介绍

torchvision是pytorch的一个图形库，它服务于深度学习Pytorch框架，主要用来构建计算机视觉模型。
下面是torchvision的构成^[1]：

	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，例如AlexNet，VGG，ResNet等；
	3.torchvision.transforms:常用的一些图片变换，例如图片裁剪、选择等；
	4.torchvison.utils:其他一些有用的方法

2.torchvision常用数据集

官方的数据集用法：

torchvision下的常用数据集：

3.数据集用法介绍及root路径解释

代码示例：

def get_train_dataset():
    return dataset.FashionMNIST(
        root='./data',
        train=True,
        download=True,
        transform=getTransforms()

其中，
root：表示数据集下载保存位置
train：表示下载的数据集是不是训练集，True表示训练集，False表示测试集
download：表示数据集是否需要下载
transform：表示图片变换的一系列操作

root路径详解：

root='/'：表示根目录下，如果你的代码保存在D盘，就是下载到D盘根目录下
root='./'：表示当前文件夹下
root=''：效果等同于'./'
root='./data'：表示在当前文件夹下的data（如果没有，则会新建一个）文件夹下保存数据集
root='data'：效果等同于'./data'

4.本文训练LeNet的数据处理代码

代码出自文献^[2]:

FashionMNIST.py

import torch.utils.data
from torchvision import datasets as dataset
from torchvision import transforms


def getTransforms():
    transform = transforms.Compose(
        [transforms.ToTensor(),
        transforms.Normalize((0.1307,), (0.3018,))]
    )
    return transform


def get_train_dataset():
    return dataset.FashionMNIST(
        root='',
        train=True,
        download=True,
        transform=getTransforms()
    )


def get_test_dataset():
    return dataset.FashionMNIST(
        root='',
        train=False,
        download=True,
        transform=getTransforms()
    )


def get_train_loader(batch_size, shuffle=True):
    return torch.utils.data.DataLoader(
        dataset=get_train_dataset(),
        batch_size=batch_size,
        shuffle=shuffle
    )


def get_test_loader(batch_size, shuffle=True):
    return torch.utils.data.DataLoader(
        dataset=get_test_dataset(),
        batch_size=batch_size,
        shuffle=shuffle
    )

MNIST.py

import torch.utils.data
from torchvision import datasets as dataset
from torchvision import transforms


def getTransforms():
    transform = transforms.Compose(
        [transforms.ToTensor(),
        transforms.Normalize((0.1307,), (0.3018,))]
    )
    return transform


def get_train_dataset():
    return dataset.MNIST(
        root='LeNetTest',
        train=True,
        download=True,
        transform=getTransforms()
    )


def get_test_dataset():
    return dataset.MNIST(
        root='LeNetTest',
        train=False,
        download=True,
        transform=getTransforms()
    )


def get_train_loader(batch_size, shuffle=True):
    return torch.utils.data.DataLoader(
        dataset=get_train_dataset(),
        batch_size=batch_size,
        shuffle=shuffle
    )


def get_test_loader(batch_size, shuffle=True):
    return torch.utils.data.DataLoader(
        dataset=get_test_dataset(),
        batch_size=batch_size,
        shuffle=shuffle
    )

第一次写，可能写得不是很好，希望大家多多包涵！

文献

[1]：https://wenku.baidu.com/view/21bbc06bf4ec4afe04a1b0717fd5360cba1a8df6.html
[2]：https://blog.csdn.net/weixin_38878828/article/details/125614377