在介紹softmax回歸的實(shí)現(xiàn)前我們先引入一個多類圖像分類數(shù)據(jù)集。它將在后面的章節(jié)中被多次使用，以方便我們觀察比較算法之間在模型精度和計算效率上的區(qū)別。圖像分類數(shù)據(jù)集中最常用的是手寫數(shù)字識別數(shù)據(jù)集MNIST[1]。但大部分模型在MNIST上的分類精度都超過了95%。為了更直觀地觀察算法之間的差異，我們將使用一個圖像內(nèi)容更加復(fù)雜的數(shù)據(jù)集Fashion-MNIST[2]（這個數(shù)據(jù)集也比較小，只有幾十M，沒有GPU的電腦也能吃得消）。
本節(jié)我們將使用torchvision包，它是服務(wù)于PyTorch深度學(xué)習(xí)框架的，主要用來構(gòu)建計算機(jī)視覺模型。torchvision主要由以下幾部分構(gòu)成：
torchvision.datasets: 一些加載數(shù)據(jù)的函數(shù)及常用的數(shù)據(jù)集接口；
torchvision.models: 包含常用的模型結(jié)構(gòu)（含預(yù)訓(xùn)練模型），例如AlexNet、VGG、ResNet等；
torchvision.transforms: 常用的圖片變換，例如裁剪、旋轉(zhuǎn)等；
torchvision.utils: 其他的一些有用的方法。

3.5.1 獲取數(shù)據(jù)集

首先導(dǎo)入本節(jié)需要的包或模塊。

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import time
import sys
sys.path.append("..") # 為了導(dǎo)入上層目錄的d2lzh_pytorch
import d2lzh_pytorch as d2l


在Anaconda  中安裝
conda install matplotlib #安裝畫圖包
conda install tqdm  #安裝tadm包 是在文件中需要
conda install -c pytorch torchtext #安裝torchtext文件

下面，我們通過torchvision的torchvision.datasets來下載這個數(shù)據(jù)集。第一次調(diào)用時會自動從網(wǎng)上獲取數(shù)據(jù)。我們通過參數(shù)train來指定獲取訓(xùn)練數(shù)據(jù)集或測試數(shù)據(jù)集（testing data set）。測試數(shù)據(jù)集也叫測試集（testing set），只用來評價模型的表現(xiàn)，并不用來訓(xùn)練模型。
另外我們還指定了參數(shù)transform = transforms.ToTensor()使所有數(shù)據(jù)轉(zhuǎn)換為Tensor，如果不進(jìn)行轉(zhuǎn)換則返回的是PIL圖片。transforms.ToTensor()將尺寸為 (H x W x C) 且數(shù)據(jù)位于[0, 255]的PIL圖片或者數(shù)據(jù)類型為np.uint8的NumPy數(shù)組轉(zhuǎn)換為尺寸為(C x H x W)且數(shù)據(jù)類型為torch.float32且位于[0.0, 1.0]的Tensor。

注意： 由于像素值為0到255的整數(shù)，所以剛好是uint8所能表示的范圍，包括transforms.ToTensor()在內(nèi)的一些關(guān)于圖片的函數(shù)就默認(rèn)輸入的是uint8型，若不是，可能不會報錯但可能得不到想要的結(jié)果。所以，如果用像素值(0-255整數(shù))表示圖片數(shù)據(jù)，那么一律將其類型設(shè)置成uint8，避免不必要的bug。 本人就被這點(diǎn)坑過，詳見ta的這個博客2.2.4節(jié)。