我正在PyTorch中编写一个著名问题MNIST database of handwritten digits的代码。我下载了训练和测试数据集（从主网站），包括标记数据集。数据集格式为t10k-images-idx3-ubyte.gz，提取后t10k-images-idx3-ubyte。我的数据集文件夹看起来像
MINST
Data
train-images-idx3-ubyte.gz
train-labels-idx1-ubyte.gz
t10k-images-idx3-ubyte.gz
t10k-labels-idx1-ubyte.gz现在，我写了一段代码来加载数据，就像贝娄一样
def load_dataset():
data_path = "/home/MNIST/Data/"
xy_trainPT = torchvision.datasets.ImageFolder(
root=data_path, transform=torchvision.transforms.ToTensor()
)
train_loader = torch.utils.data.DataLoader(
xy_trainPT, batch_size=64, num_workers=0, shuffle=True
)
return train_loader我的代码显示Supported extensions are: .jpg,.jpeg,.png,.ppm,.bmp,.pgm,.tif,.tiff,.webp
我如何解决这个问题，我还想检查我的图像是否从数据集中加载（只是一个图包含前5个图像）？
3条答案
按热度按时间fjnneemd1#
阅读Extract images from .idx3-ubyte file or GZIP via Python
更新
可以使用此格式导入数据
现在，在
download=True上发生的事情首先，您的代码将检查根目录（给定路径）是否包含任何数据集。如果
no，则数据集将从Web下载。如果
yes这个路径已经包含了一个数据集，那么你的代码将使用现有的数据集，而不会从互联网上下载。你可以检查一下，先给予一个路径
without any dataset（数据会从网上下载），然后再给另一个路径which already contains dataset数据不会下载。z31licg02#
欢迎来到stackoverflow！
MNIST数据集不存储为图像，而是以二进制格式存储（如ubyte扩展名所示）。因此，
ImageFolder不是您想要的类型数据集。相反，您需要使用MNIST dataset class。如果您还没有这样做，它甚至可以下载数据：）这是一个数据集类，所以只需使用正确的
root路径示例化，然后将其作为dataloader的参数，一切都应该正常工作。如果你想检查图像，只需使用dataloader的
get方法，并将结果保存为png文件（你可能需要先将Tensor转换为numpy数组）。des4xlb03#
我已经下载了MNIST文件夹（通过pytorch数据集）在我的存储库的其他地方，当我需要在不同的源文件中重新下载时，我不想再次重新下载它。
我的问题是，当传递
root参数时，我引用的是MNIST/文件夹，但实际上你应该引用包含MNIST/目录的父文件夹。事实上，docs提到：root（string）-MNIST/raw/train-images-idx 3-ubyte和MNIST/raw/t10 k-images-idx 3-ubyte存在的数据集的根目录。
所以我认为应该省略路径的
MNIST/部分。所以在我的情况下，我有：
mnist_dataset = torchvision.datasets.MNIST(root='../MNIST/', train=True, download=False)希望这对你有帮助
应改为：
mnist_dataset = torchvision.datasets.MNIST(root='../', train=True, download=False)