PyTorch提供用于准备、训练和评估自定义图像数据集的工具。

简介：
许多PyTorch入门教程都依赖于torchvision提供的标准数据集进行训练和测试操作。如果我们的数据是用户自定义的图像数据，那么该如何处理呢？首先，我个人在学习过程中曾使用过fashion-mnist数据集。由于该数据集规模相对较小，并且我的电脑配置没有配备GPU加速，因此能够顺利运行。关于fashion-mnist数据集，可以通过百度搜索获取相关信息，或者点击此处进一步了解其细节：https://github.com/zalandoresearch/fashion-mnist。需要注意的是，下载下来的数据格式为二进制文件，而非图像文件；因此，我首先对其进行了转换。具体步骤包括解压gz文件至e:/fashion_mnist/文件夹中，并随后运行相应的代码：import