pytorch實(shí)現(xiàn)mnist數(shù)據(jù)集的圖像可視化及保存
如何將pytorch中mnist數(shù)據(jù)集的圖像可視化及保存
導(dǎo)出一些庫
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
數(shù)據(jù)集的準(zhǔn)備
#訓(xùn)練集測試集的準(zhǔn)備
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)
將訓(xùn)練及測試集利用dataloader進(jìn)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]#前兩千張 #具體查看圖像形式為: a_data, a_label = train_data[0] print(type(a_data))#tensor 類型 #print(a_data) print(a_label) #把原始圖片保存至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個 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])#打印出標(biāo)簽 scipy.misc.toimage(image_array,cmin=0.0,cmax=1.0).save(filename)#保存圖像


以上這篇pytorch實(shí)現(xiàn)mnist數(shù)據(jù)集的圖像可視化及保存就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
- 關(guān)于Pytorch的MNIST數(shù)據(jù)集的預(yù)處理詳解
- pytorch:實(shí)現(xiàn)簡單的GAN示例(MNIST數(shù)據(jù)集)
- 使用 PyTorch 實(shí)現(xiàn) MLP 并在 MNIST 數(shù)據(jù)集上驗(yàn)證方式
- 用Pytorch訓(xùn)練CNN(數(shù)據(jù)集MNIST,使用GPU的方法)
- 詳解PyTorch手寫數(shù)字識別(MNIST數(shù)據(jù)集)
- pytorch 把MNIST數(shù)據(jù)集轉(zhuǎn)換成圖片和txt的方法
- Python PyTorch 如何獲取 MNIST 數(shù)據(jù)
相關(guān)文章
Python中threading模塊join函數(shù)用法實(shí)例分析
這篇文章主要介紹了Python中threading模塊join函數(shù)用法,以實(shí)例形式較為詳細(xì)的分析了join函數(shù)的功能與使用方法,需要的朋友可以參考下2015-06-06
python實(shí)現(xiàn)根據(jù)文件格式分類
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)根據(jù)文件格式分類,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-10-10
Python基于隨機(jī)采樣一至性實(shí)現(xiàn)擬合橢圓(優(yōu)化版)
這篇文章主要對上一版的Python基于隨機(jī)采樣一至性實(shí)現(xiàn)擬合橢圓的優(yōu)化,文中的示例代碼講解詳細(xì),具有一定的借鑒價值,感興趣的可以了解一下2022-11-11
[項目布局配置]Nosql與PythonWeb-Flask框架組合
本文主要描述了怎樣使用輕量級NoSQL數(shù)據(jù)庫與PythonWeb-Flask框架組合來進(jìn)行項目布局及應(yīng)用配置,需要的同學(xué)可以參考下,希望可以對大家有所進(jìn)益2021-08-08
用Python Flask創(chuàng)建簡潔高效的URL短鏈接服務(wù)
本文介紹了如何使用Python Flask框架創(chuàng)建URL短鏈接服務(wù)。通過詳細(xì)的步驟和代碼示例,讀者將學(xué)會如何搭建一個高效的URL縮短服務(wù),包括生成短鏈接、重定向、還原長鏈接等功能。本文還介紹了如何使用Redis數(shù)據(jù)庫實(shí)現(xiàn)短鏈接的存儲和管理和如何優(yōu)化短鏈接的訪問速度和可靠性2023-04-04

