怎么划分torchvision.datasets.FashionMNIST训练集和测试集?
时间: 2023-02-08 11:23:13 浏览: 173
可以使用torch.utils.data.random_split()函数将torchvision.datasets.FashionMNIST数据集划分为训练集和测试集。该函数接受两个参数:要划分的数据集和比例列表,其中训练集所占比例在前,测试集所占比例在后。例如,将FashionMNIST数据集的80%作为训练集,20%作为测试集可以这样做:
```
from torch.utils.data import random_split
train_data, test_data = random_split(FashionMNIST, [80, 20])
```
相关问题
torchvision.datasets.FashionMNIST划分训练集和测试集
torchvision.datasets.FashionMNIST将数据集划分为训练集和测试集。训练集用于训练模型,测试集用于评估模型的准确性。 默认情况下,FashionMNIST将60,000个图像分配给训练集,并将10,000个图像分配给测试集。
torchvision.datasets.FashionMNIST
torchvision.datasets.FashionMNIST 是 PyTorch 中的一个内置数据集,包含了 10 个类别的 70,000 张灰度图像,用于图像分类任务。这些图像是从 Zalando Research 公司的衣服商品中提取的,每个类别有 7,000 张图像。这些图像的尺寸为 28x28 像素,分为训练集和测试集,其中训练集包含 60,000 张图像,测试集包含 10,000 张图像。这个数据集可以用来训练深度学习模型,例如卷积神经网络 (CNN),用于识别不同种类的衣服。