fashionmnist数据集下载,调整尺寸
时间: 2025-03-12 18:02:48 浏览: 44
### 下载 FashionMNIST 数据集
FashionMNIST 是一个流行的机器学习数据集,用于替代经典的 MNIST 手写数字数据集。它由 Zalando 提供,包含 70,000 张灰度图像,分为 10 类服装类别[^1]。
可以通过 PyTorch 的 `torchvision.datasets` 模块轻松下载该数据集:
```python
from torchvision import datasets, transforms
import torch
# 定义转换操作以加载数据时应用
transform = transforms.Compose([
transforms.Resize((32, 32)), # 调整图像大小到 32x32 像素
transforms.ToTensor() # 将图像转换为张量
])
# 加载训练集和测试集
train_dataset = datasets.FashionMNIST(
root='./data', # 存储路径
train=True, # 是否加载训练集
download=True, # 如果不存在则自动下载
transform=transform # 应用的变换
)
test_dataset = datasets.FashionMNIST(
root='./data',
train=False,
download=True,
transform=transform
)
```
上述代码会将 FashionMNIST 数据集下载至当前目录下的 `./data` 文件夹中,并将其图像尺寸调整为 32×32 像素。原始图像尺寸为 28×28 像素,因此可以使用 `transforms.Resize()` 方法来改变其分辨率[^2]。
---
### 数据集磁盘占用情况
FashionMNIST 数据集通常占用约 **52.25 MB** 的磁盘空间。然而,如果通过 PyTorch 自动下载,则可能会因压缩而减少至 **26 MB** 左右[^3]。
---
### 查看调整后的图像
为了验证图像是否成功被调整大小,可以在加载数据后打印一些样本信息:
```python
def show_image(dataset, index):
from matplotlib import pyplot as plt
image, label = dataset[index]
print(f"Label: {label}")
# 将张量转回 numpy 数组以便显示
np_img = image.numpy().transpose(1, 2, 0)
plt.imshow(np_img.squeeze(), cmap='gray') # 显示灰度图
plt.show()
show_image(train_dataset, 0) # 展示第一个训练样本
```
此函数展示了经过调整大小后的图像及其对应的标签。
---
阅读全文
相关推荐


















