pytorch下载MNIST数据集

在PyTorch中下载MNIST手写数字数据集通常涉及使用`torchvision`模块，这是一个方便的数据加载工具包，它包含了各种常用的图像数据集，包括MNIST。以下是下载并预处理MNIST数据集的步骤：

1. **安装 torchvision**：
首先，确保已经安装了PyTorch。如果没有，可以使用pip安装：

   pip install torch torchvision

2. **导入所需库并下载数据**：
导入`torchvision.datasets`和`torch.utils.data.DataLoader`等必要的模块，并加载MNIST数据集：

   import torch
   from torchvision import datasets, transforms

   # 数据转换
   transform = transforms.Compose([
       transforms.ToTensor(),  # 将像素值转化为0-1范围
       transforms.Normalize((0.5,), (0.5,))  # 归一化到均值=0.5，标准差=0.5
   ])

   # 加载训练集和测试集
   train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform=transform)
   test_dataset = datasets.MNIST(root='./data', train=False, download=True, transform=transform)

这里 `root='./data'` 表示数据将保存在当前目录下的 'data' 文件夹中。如果文件夹不存在，会自动下载。

3. **创建数据加载器**：
使用`DataLoader`函数创建迭代器，以便在训练过程中批处理数据：

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

现在，你可以使用`train_loader`和`test_loader`来访问训练集和测试集的样本及其对应的标签。