本文介绍了pytorch把MNIST数据集转换成图片和txt的方法,分享给大家,具体如下:
1。下载Mnist数据集
进口操作系统
#第三方库
进口火炬
进口火炬。神经网络是神经网络
从火炬。autograd导入变量
进口torch.utils。数据的数据
进口torchvision
进口matplotlib。pyplot作为plt
# torch.manual_seed(1) #可再生的
DOWNLOAD_MNIST=False
# Mnist数字数据集
如果不是(os.path.exists ('。/mnist/'))或不os.listdir (“。/mnist/?:
#不mnist dir或mnist empyt dir
DOWNLOAD_MNIST=True
train_data=https://www.yisu.com/zixun/torchvision.datasets.MNIST (
根='。/mnist/',
火车=True, #这是训练数据
变换=torchvision.transforms.ToTensor(), #将公益诉讼。图像或numpy。ndarray来
#火炬。FloatTensor变形(W C H x)和规范化的范围[0.0,1.0]
下载=DOWNLOAD_MNIST,
）
之前
下载下来的其实可以直接用了,但是我们这边想把它们转换成图片和txt,这样好看些,为后面用自己的图片和txt作为准备
2。保存为图片和txt
进口操作系统
从skimage进口io
进口torchvision.datasets。mnist作为mnist
进口numpy
根="/mnist/生/?
train_set=(
mnist.read_image_file (os.path。加入(根,train-images-idx3-ubyte)),
mnist.read_label_file (os.path。加入(根,train-labels-idx1-ubyte))
）
test_set=(
mnist.read_image_file (os.path.join(根,t10k-images-idx3-ubyte)),
mnist.read_label_file (os.path.join(根,t10k-labels-idx1-ubyte))
）
打印(“训练集:“,train_set [0] .size ())
打印(测试集:“test_set [0] .size ())
def convert_to_img(火车=True):
如果(火车):
f=(根+开放的火车。txt”、“w”)
data_path=根+/火车/?
如果(不是os.path.exists (data_path)):
os.makedirs (data_path)
我,(img标签)列举(zip (train_set [0], train_set [1])):
img_path=data_path + str (i) +“jpg”
io。imsave (img_path img.numpy ())
int_label=str(标签)。替换(张量(“,”)
int_label=int_label.replace (‘)’,”)
f。写(img_path +‘+ str (int_label) + ' \ n ')
f.close ()
其他:
f=开放(根+”测试。txt”、“w”)
data_path=根+/测试/?
如果(不是os.path.exists (data_path)):
os.makedirs (data_path)
我,(img标签)列举(zip (test_set [0], test_set [1])):
img_path=data_path + str (i) +“jpg”
io。imsave (img_path img.numpy ())
int_label=str(标签)。替换(张量(“,”)
int_label=int_label.replace (‘)’,”)
f。写(img_path +‘+ str (int_label) + ' \ n ')
f.close ()
convert_to_img(真正的)
convert_to_img (False)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
