PyTorch 中的 QMNIST

请我喝杯咖啡☕

*我的帖子解释了 QMNIST。

QMNIST()可以使用QMNIST数据集，如下所示：

*备忘录：

• 第一个参数是 root（必需类型：str 或 pathlib.Path）。 *绝对或相对路径都是可能的。
• 第二个参数是什么（可选-默认：无-类型：str）。 *可以设置“train”（60,000张图像）、“test”（60,000张图像）、“test10k”（10,000张图像）、“test50k”（50,000张图像）或“nist”（402,953张图像）。
• 第三个参数是 compat(Optional-Default:True-Type:bool)。 *如果为 True，则返回每个图像的类号（为了与 MNIST 数据加载器兼容），如果为 False，则返回完整 qmnist 信息的一维张量。
• 第四个参数是训练参数（可选-默认：True-Type：bool）： *备注：
  • 如果不是 None 则被忽略。
  • 如果为 True，则使用训练数据（60,000 张图像），如果为 False，则使用测试数据（60,000 张图像）。
• 有转换参数（可选-默认：无-类型：可调用）。必须使用*transform=。
• 有 target_transform 参数（可选-默认：无-类型：可调用）。必须使用*target_transform=。
• 有下载参数（可选-默认：False-类型：bool）： *备注：
  • download=必须使用。
  • 如果为 True，则从互联网下载数据集并解压（解压）到根目录。
  • 如果为 True 并且数据集已下载，则将其提取。
  • 如果为 True 并且数据集已下载并提取，则不会发生任何事情。
  • 如果数据集已经下载并提取，则应该为 False，因为它速度更快。
  • 您可以从此处手动下载并提取数据集，例如数据/QMNIST/原始/。

以上是PyTorch 中的 QMNIST的详细内容。更多信息请关注PHP中文网其他相关文章！