import torch import torchvision.datasets as dsets import torchvision.transforms as transforms #/********** Begin *********/ # 下载MNIST数据集 Mnist_dataset = dsets.MNIST(root='./data',train=True,transform=transforms.ToTensor(),download=True) # 创建batch_size=100, shuffle=True的DataLoader类型的变量data_loader data_loader = torch.utils.data.DataLoader(dataset=Mnist_dataset,batch_size=100,shuffle=True) # 输出 data_loader中数据类型 print(type(data_loader.dataset)) #/********** End *********/ 输出结果<class 'torchvision.datasets.mnist.MNIST'> Congratulation!

### PyTorch 使用 `torchvision.datasets` 下载 MNIST 数据集并创建 DataLoader 以下是关于如何使用 PyTorch 中的 `torchvision.datasets` 来下载 MNIST 数据集，并将其封装到 `DataLoader` 的详细解释和示例代码。 #### 1. 导入库 为了实现数据集的下载与加载，需要引入必要的库： ```python import torch from torchvision import datasets, transforms from torch.utils.data import DataLoader ``` #### 2. 定义数据预处理操作 在实际应用中，通常会对图像进行一些标准化或增强的操作。对于 MNIST 数据集，常见的做法是将 PIL 图像转换为张量 (Tensor)，并对像素值进行归一化。 ```python transform = transforms.Compose([ transforms.ToTensor(), # 将 PIL 图像转为 Tensor 并缩放到 [0, 1] 范围 transforms.Normalize((0.5,), (0.5,)) # 对单通道灰度图进行均值和标准差归一化 ]) ``` 此处使用的 `transforms.Normalize` 是针对单通道灰度图像设计的，其参数 `(0.5,)` 表示均值，`(0.5,)` 表示标准差[^2]。 #### 3. 加载 MNIST 数据集 通过 `torchvision.datasets.MNIST` 类可以轻松下载和加载 MNIST 数据集。可以通过设置 `train=True` 或 `train=False` 来分别获取训练集和测试集。 ```python train_dataset = datasets.MNIST( root='./data', # 存储路径 train=True, # 是否为训练集 transform=transform, # 预处理方法 download=True # 自动下载数据集 ) test_dataset = datasets.MNIST( root='./data', train=False, transform=transform, download=True ) ``` 以上代码片段中的 `root` 参数指定了存储数据集的本地文件夹位置，而 `download=True` 则会在未找到数据时自动从网络下载[^3]。 #### 4. 创建 DataLoader `DataLoader` 提供了一种高效的方式来批量加载数据，并支持多线程加速。 ```python batch_size = 64 train_loader = DataLoader( dataset=train_dataset, batch_size=batch_size, shuffle=True # 训练过程中打乱顺序 ) test_loader = DataLoader( dataset=test_dataset, batch_size=batch_size, shuffle=False # 测试时不需打乱顺序 ) ``` 在此处，`shuffle=True` 确保每次迭代都会随机排列训练数据，从而提高模型泛化能力[^1]。 #### 5. 确认数据类型 MNIST 数据集中每幅图片大小为 \(28 \times 28\) 像素，经过 `ToTensor()` 处理后会被转化为形状为 `[batch_size, 1, 28, 28]` 的浮点型张量（其中第一个维度表示批次大小）。标签则是长度等于批次大小的一维整数向量。 ```python for images, labels in train_loader: print(f'Images shape: {images.shape}') # 输出形如：torch.Size([64, 1, 28, 28]) print(f'Labels shape: {labels.shape}') # 输出形如：torch.Size([64]) break # 只查看第一批数据即可 ``` --- ### 总结 上述过程展示了完整的流程，包括定义数据预处理方式、下载 MNIST 数据集、构建 `DataLoader` 实现批量化加载以及验证最终的数据形式。这是一套典型的机器学习项目前期准备工作的实践方案。 ---