pytorch实现mnist数据集的图像可视化及保存_Python

如何将pytorch中mnist数据集的图像可视化及保存

导出一些库

				?

									import torch

									import torchvision 

									import torch.utils.data as Data 

									import scipy.misc

									import os

									import matplotlib.pyplot as plt   

									BATCH_SIZE = 50

									DOWNLOAD_MNIST = True

数据集的准备

#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dataloader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：

									a_data, a_label = train_data[0]

									print(type(a_data))#tensor 类型

									#print(a_data)

									print(a_label)

									#把原始图片保存至MNIST_data/raw/下

									save_dir="mnist/raw/"

									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