mnist数据集下载pytorch

### 如何使用 PyTorch 下载 MNIST 数据集

为了成功下载并准备 MNIST 数据集用于 PyTorch 项目，可以遵循以下方法：

#### 导入必要的库
首先需要导入 `torch` 和 `torchvision` 库中的相关组件来处理数据集。

import torch
from torchvision import datasets, transforms

#### 定义转换操作
定义图像预处理步骤，通常包括将 PIL 图像转为张量以及标准化等操作。

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.1307,), (0.3081,))
])

#### 加载训练集和测试集
通过调用 `datasets.MNIST()` 函数指定路径和其他参数来获取数据集实例。设置 `download=True` 参数可确保如果本地不存在该数据集，则会尝试从网络上下载它。

train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform)
test_dataset = datasets.MNIST(root='./data', train=False, transform=transform)

上述代码片段会在当前工作目录下创建名为 'data' 的子文件夹，并在此处存储 MNIST 数据集[^2]。

#### 创建 DataLoader 实例
利用 `DataLoader` 类封装数据集对象，以便于后续迭代访问批量样本。

train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=64, shuffle=True)
test_loader = torch.utils.data.DataLoader(dataset=test_dataset, batch_size=1000, shuffle=False)

至此已经完成了基于 PyTorch 对 MNIST 数据集的加载过程[^3]。