【Pytorch】加载本地FashionMNIST数据文件_d2l.load_data_fashion_mnist(batch_size)

MNIST解决网上下载FashionMNIST数据集较慢的问题

文末包含FashionMNIST数据集资源

最近在学习沐神的深度学习，在Softmax的实现中，需要导入Fashion-MNIST数据集， 并设置数据迭代器的批量大小为256。

代码如下：

import torch
from IPython import display
from d2l import torch as d2l
 
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)

其中d2l.load_data_fashion_mnist要求从d2l包中加载数据集，而这里的数据集默认是亚马逊AWS下载，所以下载速度较慢，如下图：

于是根据终止程序以后的提示找到d2l文件中torch.py文件位置 

提示如下：

打开以后找到第234行(下方代码块第10、12行)。

def load_data_fashion_mnist(batch_size, resize=None):
    """Download the Fashion-MNIST dataset and then load it into memory.
    Defined in :numref:`sec_fashion_mnist`"""
    trans = [transforms.ToTensor()]
    if resize:
        trans.insert(0, transforms.Resize(resize))
    trans = transforms.Compose(trans)
    mnist_train = torchvision.datasets.FashionMNIST(
        root="../data", train=True, transform=trans, download=True)
    mnist_test = torchvision.datasets.FashionMNIST(
        root="../data", train=False, transform=trans, download=True)
    return (data.DataLoader(mnist_train, batch_size, shuffle=True,
                            num_workers=get_dataloader_workers()),
            data.DataLoader(mnist_test, batch_size, shuffle=False,
                            num_workers=get_dataloader_workers()))

将root="../data"改为root="./data"  # 使用项目文件同级地址下的已有的数据集

将downloda=True改为download=False  # 不下载

如下：

``` 
mnist_train = torchvision.datasets.FashionMNIST(
        root="./data", train=True, transform=trans, download=False)
mnist_test = torchvision.datasets.FashionMNIST(
        root="./data", train=False, transform=trans, download=False)
```

保存之后重启Jupyter内核再次运行代码之后，没有提示下载。

---

 这里附上FashionMNIST数据集链接

链接：https://pan.baidu.com/s/1GyaSjSG-_NNEj1vJelJQJg 
提取码：PyFM 

---