加載并可視化FashionMNIST

在這個notebook中，我們要加載并查看?Fashion-MNIST 數(shù)據(jù)庫中的圖像。

任何分類問題的第一步，都是查看你正在使用的數(shù)據(jù)集。這樣你可以了解有關(guān)圖像和標(biāo)簽格式的一些詳細(xì)信息，以及對如何定義網(wǎng)絡(luò)以識別此類圖像集中的模式的一些見解。

PyTorch有一些你可以使用的內(nèi)置數(shù)據(jù)集，而FashionMNIST就是其中之一，它已經(jīng)下載到了這個notebook中的data/目錄中，所以我們要做的就是使用FashionMNIST數(shù)據(jù)集類加載這些圖像，并使用DataLoader批量加載數(shù)據(jù)。

加載數(shù)據(jù)

數(shù)據(jù)集類和張量

torch.utils.data.Dataset是一個表示數(shù)據(jù)集的抽象類，而 FashionMNIST類是這個數(shù)據(jù)集類的擴展，它可以讓我們加載批量的圖像/標(biāo)簽數(shù)據(jù)，并且統(tǒng)一地將變換應(yīng)用于我們的數(shù)據(jù)，例如將所有圖像轉(zhuǎn)換為用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的張量。張量類似于numpy數(shù)組，但也可以在GPU上使用，用來加速計算 。

下面，讓我們看一看如何構(gòu)建訓(xùn)練數(shù)據(jù)集。

# our basic libraries

import torch

import torchvision

# data loading and transforming

from torchvision.datasets import FashionMNIST

from torch.utils.data import DataLoader

from torchvision import transforms

# The output of torchvision datasets are PILImage images of range [0, 1].

# We transform them to Tensors for input into a CNN

## Define a transform to read the data in as a tensor

data_transform = transforms.ToTensor()

# choose the training and test datasets

train_data = FashionMNIST(root='./data', train=True,

download=False, transform=data_transform)

# Print out some stats about the training data

print('Train data, number of images: ', len(train_data))

Train data, number of images: 60000

數(shù)據(jù)迭代與批處理

接下來，我們將要使用的是torch.utils.data.DataLoader，它是一個可以批量處理數(shù)據(jù)并置亂數(shù)據(jù)的迭代器。

在下一個單元格中，我們將數(shù)據(jù)置亂，并以大小為20的批量加載圖像/標(biāo)簽數(shù)據(jù)。

# prepare data loaders, set the batch_size

## TODO: you can try changing the batch_size to be larger or smaller

## when you get to training your network, see how batch_size affects the loss

batch_size = 20

train_loader = DataLoader(train_data, batch_size=batch_size, shuffle=True)

# specify the image classes

classes = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',

'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

將一些訓(xùn)練數(shù)據(jù)可視化

這個單元格會遍歷該訓(xùn)練數(shù)據(jù)集，并使用dataiter.next()加載一個隨機批次的圖像/標(biāo)簽數(shù)據(jù)。然后，它會在2 x batch_size/2網(wǎng)格中將這批圖像和標(biāo)簽可視化。

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

# obtain one batch of training images

dataiter = iter(train_loader)

images, labels = dataiter.next()

images = images.numpy()

# plot the images in the batch, along with the corresponding labels

fig = plt.figure(figsize=(25, 4))

for idx in np.arange(batch_size):

ax = fig.add_subplot(2, batch_size/2, idx+1, xticks=[], yticks=[])

ax.imshow(np.squeeze(images[idx]), cmap='gray')

ax.set_title(classes[labels[idx]])

更詳細(xì)地查看圖像

該數(shù)據(jù)集中的每個圖像都是28x28像素且已歸一化的灰度圖像。

關(guān)于歸一化的說明

歸一化可以確保在訓(xùn)練CNN的過程中，先后經(jīng)歷前饋與反向傳播步驟時，每個圖像特征都將落入類似的值范圍內(nèi)，而不是過度激活該網(wǎng)絡(luò)中的特定層。在前饋步驟期間，該神經(jīng)網(wǎng)絡(luò)會接收輸入圖像并將每個輸入像素乘以一些卷積濾波器權(quán)重并加上偏差，然后應(yīng)用一些激活和池化函數(shù)。如果沒有歸一化，反向傳播步驟中的計算梯度將會非常大，并且會導(dǎo)致我們的損失增加而不是收斂。

# select an image by index

idx = 2

img = np.squeeze(images[idx])

# display the pixel values in that image

fig = plt.figure(figsize = (12,12))

ax = fig.add_subplot(111)

ax.imshow(img, cmap='gray')

width, height = img.shape

thresh = img.max()/2.5

for x in range(width):

for y in range(height):

val = round(img[x][y],2) if img[x][y] !=0 else 0

ax.annotate(str(val), xy=(y,x),

horizontalalignment='center',

verticalalignment='center',

color='white' if img[x][y]

總結(jié)

以上是生活随笔為你收集整理的mnist torch加载fashion_Pytorch加载并可视化FashionMNIST指定层(Udacity)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。