pytorch实现mnist数据集的图像可视化及保存
如何将pytorch中mnist数据集的图像可视化及保存
导出一些库
importtorch importtorchvision importtorch.utils.dataasData importscipy.misc importos importmatplotlib.pyplotasplt BATCH_SIZE=50 DOWNLOAD_MNIST=True
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dataloader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/" ifos.path.exists(save_dir)isFalse: os.makedirs(save_dir) foriinrange(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
以上这篇pytorch实现mnist数据集的图像可视化及保存就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。