# 数据文件 datafile = './data/data116648/mnist.json.gz'更换数据集

# 数据文件
datafile = './data/data23625/fashion-mnist.json.gz'

# 加载数据
def load_data(mode='train'):
# 读取数据文件
data_path = datafile
data_json = json.load(gzip.open(data_path))
# 读取数据
data = np.array(data_json[mode]['data']).astype(np.float32)
# 对数据做归一化处理
data = data / 255.0
# 将数据形状转换为 [batch_size, 1, 28, 28]
data = data.reshape(-1, 1, 28, 28)
# 读取标签
labels = np.array(data_json[mode]['labels']).astype(np.int64)
return data, labels

# 获取训练数据和测试数据
train_data, train_labels = load_data(mode='train')
test_data, test_labels = load_data(mode='test')

相关问题

加载mnist数据集时，root=‘./data’是什么意思，举出一个相应实例的代码

在加载MNIST数据集时，`root='./data'`表示数据集存储在当前目录下的`data`文件夹中。这个参数用于指定数据集的根目录，可以根据实际情况进行修改。

以下是使用`torchvision`加载MNIST数据集的代码示例，其中`root`参数被设置为`'./data'`：

import torch
import torchvision
import torchvision.transforms as transforms

# 定义数据变换
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5,), (0.5,))])

# 加载训练集
trainset = torchvision.datasets.MNIST(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64,
                                          shuffle=True, num_workers=2)

# 加载测试集
testset = torchvision.datasets.MNIST(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64,
                                         shuffle=False, num_workers=2)

在这个示例中，`root`被设置为`'./data'`，表示训练集和测试集都存储在当前目录下的`data`文件夹中。这个参数在`torchvision.datasets.MNIST`函数中被传递，用于指定数据集的根目录。

datasets.MNIST(root='./data',

train=True, transform=None, target_transform=None, download=False)

The above code is a function call to load the MNIST dataset from the PyTorch datasets module.

- `root` is the directory where the downloaded data will be stored
- `train` is a boolean indicating whether to load the training set (True) or the test set (False)
- `transform` is an optional data transformation to apply on the dataset
- `target_transform` is an optional target transformation to apply on the dataset labels
- `download` is a boolean indicating whether to download the dataset from the internet if it is not already present in the specified `root` directory.