如何保存MNIST数据集中train和test的图片？

介绍一种非诚神奇的图片保存方法，尤其是利用字典…format…结合来用，创建保存路径，这是一种史上很难用到的一种方法，哈哈哈哈，有点吹牛皮，不说了，言归正传。请仔细看！

// An highlighted block
from torchvision import datasets, transforms
import osif __name__ == '__main__':train_data = datasets.MNIST("./data", train=True, transform=transforms.ToTensor(), download=True)  # 读取train数据test_data = datasets.MNIST("./data", train=False, transform=transforms.ToTensor(), download=False)  # 读取test数据pic_dict = {i: 0 for i in range(10)}  # 创建字典，以便将MNIST数据集0-9类按类加入，且不重名。# #for i, (image,label) in enumerate(test_data):#取出图片和labelfor i, data in enumerate(test_data):image = data[0]  # shape=6000*28*28label = data[1]  # shape=6000,0-9共10类img = transforms.ToPILImage()(image)  # 转化成张量，即变成tensor形式if os.path.exists(f'./test_img/{label}'):passelse:os.makedirs(f'./test_img/{label}')# img.save('./test_img/{}/{}.png'.format(label, pic_dict[label]))img.save(f'./test_img/{label}/{pic_dict[label]}.png')  # 保存路径pic_dict[label] += 1print(sum(pic_dict.values()))  # pic_dict.values()计算键值总和

上述方法局限于保存一个数据集的图片，也就是说，要么保存训练集，要么保存测试集的图片，哈哈哈，不要着急，现在有一种方法，一步登天，接着看…下面代码…
下面展示代码。

from torchvision import datasets, transforms
import os
if __name__ == '__main__':train_data = datasets.MNIST('./data', train=True,transform=transforms.ToTensor(),download=False)test_data = datasets.MNIST('./data', train=False,transform=transforms.ToTensor(),download=False)for i in [train_data,test_data]:#将两个数据集装在一起，嵌入一个循环。# 创建字典pic_dic = {i: 0 for i in range(10)}# 取出图片和标签if i ==train_data:for i, (image, label) in enumerate(train_data):img = transforms.ToPILImage()(image)  # 转为张量if not os.path.exists(f'./train_img/{label}'):os.makedirs(f'./train_img/{label}')else:passimg.save(f'./train_img/{label}/{pic_dic[label]}.png')  # 保存路径pic_dic[label] += 1sum_values=sum(pic_dic.values())print('训练集图片合计：%s张'%sum_values)  # 求键值的总和else:for i, (image, label) in enumerate(test_data):img = transforms.ToPILImage()(image)  # 转为张量if not os.path.exists(f'./test_img/{label}'):os.makedirs(f'./test_img/{label}')else:passimg.save(f'./test_img/{label}/{pic_dic[label]}.png')  # 保存路径pic_dic[label] += 1sum_values=sum(pic_dic.values())print('测试集图片合计：%s张'%sum_values)  # 求键值的总和

还有很多方法，比如PIL、OpenCV也可以实现，但是我不知道，哈哈哈哈…

二、如何保存MNIST数据集中train和test的图片？相关推荐

（超详细）读取mnist数据集并保存成图片
mnist数据集介绍.读取.保存成图片 1.mnist数据集介绍: MNIST数据集是一个手写体数据集,简单说就是一堆这样东西 MNIST的官网地址是 MNIST; 通过阅读官网我们可以知道,这个数 ...
Tensorflow实战之下载MNIST数据，自动分成train， validation和test三个数据集
TensorFlow 实战Google深度学习框架第2版 ,郑泽宇之P96.下载MNIST数据,自动分成train, validation和test三个数据集,源码如下: #!/usr/bin/en ...
Tensorflow保存模型详解（进阶版二）：如何保存最近的.ckpt文件及如何分开保存.ckpt数据文件和.meta图文件
在学会了如何有选择的保存变量后,我们来学习如何如何分开保存.ckpt数据文件和.meta图文件和如何保存最近几轮的.ckpt数据文件. 直接上代码: import tensorflow as t ...
某年级三个班的Java考试成绩如下表所示，请采用二维数组保存这些数据（Java实验）
某年级三个班的Java考试成绩如下表所示,请采用二维数组保存这些数据 1班 99 68 97 2班 89 95 88 59 64 3班 89 79 99 58 4班 59 79 85 63 ...
【Android游戏开发十二】（保存游戏数据 [上文]）详解SharedPreference 与 FIleInputStream/FileOutputStream将数据存储到SD卡中!
李华明Himi 原创,转载务必在明显处注明: 转载自 [黑米GameDev街区] 原文链接: http://www.himigame.com/android-game/327.html 很多童鞋说 ...
tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）
续集请点击我:tensorflow学习笔记--使用TensorFlow操作MNIST数据(2) 本节开始学习使用tensorflow教程,当然从最简单的MNIST开始.这怎么说呢,就好比编程入门有He ...
在Mnist数据上使用k折交叉验证训练，pytorch代码到底怎么写
前言最近学到了K折交叉验证,已经迫不及待去实验一下他的效果是不是如老师讲的一样好,特此写下本文. 本文运行环境为:sklearn.pytorch .jupyter notebook k折交叉验证介绍 ...
MNIST数据集合在PaddlePaddle环境下使用简单神经网络识别效果
简介: 通过PaddlePaddle构造的简单神经网络对于MNIST数据库进行实验,可以看到使用普通的稠密网络,便可以达到很高的识别效果.训练结果存在一定的随机性.这取决于训练其实的条件.由于在Pa ...
使用Tensorflow操作MNIST数据
MNIST是一个非常有名的手写体数字识别数据集,在很多资料中,这个数据集都会被用作深度学习的入门样例.而TensorFlow的封装让使用MNIST数据集变得更加方便.MNIST数据集是NIST数据集的 ...

二、如何保存MNIST数据集中train和test的图片？

如何保存MNIST数据集中train和test的图片？

二、如何保存MNIST数据集中train和test的图片？相关推荐

最新文章

热门文章