└── README.md


/README.md:
--------------------------------------------------------------------------------
 1 | # torchvision-datasets-mnist
 2 | 处理好的torchvision.datasets中的`mnist(MNIST, FashionMNIST, EMNIST)`数据集，下载下来可直接使用，方便国内同学。
 3 | 
 4 | * [MNIST](http://yann.lecun.com/exdb/mnist/)
 5 | 
 6 | * [FashionMNIST](https://github.com/zalandoresearch/fashion-mnist)
 7 | 
 8 | * [EMNIST](http://www.itl.nist.gov/iaui/vip/cs_links/EMNIST/)
 9 | 
10 | ## 目的
11 | * 众所周知国内的网络的问题；
12 | 
13 | * `mnist(MNIST, FashionMNIST, EMNIST)`数据集很常用，作为新手可以让你专注搭建模型；
14 | 
15 | * `pytorch`中的`torchvision.datasets`中的`mnist(MNIST, FashionMNIST, EMNIST)`数据集必须在`torchvision`中做相应处理，生成`pt`文件才能被`torchvision`识别，这就导致即使翻墙下载下来的数据文件，`torchvision`也不识别。
16 | 
17 | ## 使用
18 | 
19 | 1. 下载模型: [百度云](https://pan.baidu.com/s/1d6yS2wrJQcmskzu-O-Zc9Q)
20 | 
21 | 2. 这里面有3个文件夹，分别是`MNIST`, `FashionMNIST`, `EMNIST`。其中包含很多`processed.zip`文件，`processed.zip`解压都有两个文件: `train.pt`和`test.pt`。需要使用哪个数据集就将哪个数据集的`processed.zip`解压并存放在任意路径下例如`/Users/xxx/datasets/MNIST`，注意把`processed`文件夹保留，此时`train.pt`和`test.pt`在`/Users/xxx/datasets/MNIST/processed/`路径下。
22 | 
23 | 3. 例如我们使用MNIST数据集，此时可以导入数据集：
24 | 
25 | ```python
26 | import torchvision
27 | train_dataset = torchvision.datasets.MNIST(root='/Users/xxx/datasets/MNIST/',
28 |                                              train=True, 
29 |                                              transform=transforms.ToTensor(),
30 |                                              download=False)
31 | test_dataset = torchvision.datasets.MNIST(root='/Users/xxx/datasets/MNIST/', 
32 |                                           train=False, 
33 |                                           transform=transforms.ToTensor(),
34 |                                           download=False)
35 | ```
36 | 


--------------------------------------------------------------------------------