pytorch实现mnist数据集的图像可视化及保存
5星 · 超过95%的资源 62 浏览量
2020-09-18
02:54:16
上传
评论 1
收藏 94KB PDF 举报 
pytorch实现实现mnist数据集的图像可视化及保存数据集的图像可视化及保存
今天小编就为大家分享一篇pytorch实现mnist数据集的图像可视化及保存，具有很好的参考价值，希望对大家有所帮
助。一起跟随小编过来看看吧
如何将pytorch中mnist数据集的图像可视化及保存
导出一些库导出一些库
import torch
import torchvision
import torch.utils.data as Data
import scipy.misc
import os
import matplotlib.pyplot as plt
BATCH_SIZE = 50
DOWNLOAD_MNIST = True
数据集的准备数据集的准备
#训练集测试集的准备
train_data = torchvision.datasets.MNIST(root='./mnist/', train=True,transform=torchvision.transforms.ToTensor(),
download=DOWNLOAD_MNIST, )
test_data = torchvision.datasets.MNIST(root='./mnist/', train=False)
将训练及测试集利用将训练及测试集利用dataloader进行迭代进行迭代
train_loader = Data.DataLoader(dataset=train_data, batch_size=BATCH_SIZE, shuffle=True)
test_x = Variable(torch.unsqueeze(test_data.test_data, dim=1), requires_grad=True).type(torch.FloatTensor)[:20]/255
test_y = test_data.test_labels[:20]#前两千张
#具体查看图像形式为：
a_data, a_label = train_data[0]
print(type(a_data))#tensor 类型
#print(a_data)
print(a_label)
#把原始图片保存至MNIST_data/raw/下
save_dir="mnist/raw/"
if os.path.exists(save_dir)is False:
os.makedirs(save_dir)
for i in range(20):
image_array,_=train_data[i]#打印第i个
image_array=image_array.resize(28,28)
filename=save_dir + 'mnist_train_%d.jpg' % i#保存文件的格式
print(filename)
print(train_data.train_labels[i])#打印出标签
scipy.misc.toimage(image_array,cmin=0.0,cmax=1.0).save(filename)#保存图像
评论5
最新资源