pytorch实现mnist数据集的图像可视化及保存

pytorch实现实现mnist数据集的图像可视化及保存数据集的图像可视化及保存

今天小编就为大家分享一篇pytorch实现mnist数据集的图像可视化及保存，具有很好的参考价值，希望对大家有所帮

助。一起跟随小编过来看看吧

如何将pytorch中mnist数据集的图像可视化及保存

导出一些库导出一些库

import torch

import torchvision

import torch.utils.data as Data

#训练集测试集的准备

train_data = torchvision.datasets.MNIST(root='./mnist/', train=True,transform=torchvision.transforms.ToTensor(),

download=DOWNLOAD_MNIST, )

test_data = torchvision.datasets.MNIST(root='./mnist/', train=False)

将训练及测试集利用将训练及测试集利用dataloader进行迭代进行迭代

train_loader = Data.DataLoader(dataset=train_data, batch_size=BATCH_SIZE, shuffle=True)

test_x = Variable(torch.unsqueeze(test_data.test_data, dim=1), requires_grad=True).type(torch.FloatTensor)[:20]/255

test_y = test_data.test_labels[:20]#前两千张

#具体查看图像形式为：

if os.path.exists(save_dir)is False:

os.makedirs(save_dir)

for i in range(20):

image_array,_=train_data[i]#打印第i个

image_array=image_array.resize(28,28)

filename=save_dir + 'mnist_train_%d.jpg' % i#保存文件的格式

print(filename)

print(train_data.train_labels[i])#打印出标签

scipy.misc.toimage(image_array,cmin=0.0,cmax=1.0).save(filename)#保存图像