深度学习

FashionMNIST 是 torchvision.datasets 内置的一个经典图像分类基准数据集。你可以把它看作是老牌手写数字数据集 MNIST 的现代“升级版”。

在深度学习的发展史上，MNIST（手写数字 0-9）曾是入门圣经。但随着模型越来越强，MNIST 变得太简单了（随便一个浅层网络准确率都能达到 99% 以上）。因此，Zalando 公司推出了 Fashion-MNIST，用来接替 MNIST 作为机器学习算法的“试金石”。

---

📋 核心规格参数

• 数据规模：总共 70,000 张图像（其中 60,000 张用于训练，10,000 张用于测试）。
• 图像尺寸：$28\times 28$ 像素的单通道灰度图（Grayscale，通道数为 1）。
• 标签类别：共 10 个日常服饰类别：

0. T-shirt/top (T恤)
1. Trouser (裤子)
2. Pullover (套头衫)
3. Dress (连衣裙)
4. Coat (外套)
5. Sandal (凉鞋)
6. Shirt (衬衫)
7. Sneaker (运动鞋)
8. Bag (包)
9. Ankle boot (短靴)

---

🎯 为什么在学习 PyTorch 时经常用它？

1. 结构与 MNIST 完全一致：它的尺寸（$28\times 28$）、通道数（单通道）和加载接口和 MNIST 一模一样。如果你会跑 MNIST，就能无缝切换到 FashionMNIST。
2. 比数字识别更有挑战性：衣服的轮廓、纹理、边缘比单纯的手写数字复杂得多，能够更好地暴露出模型在特征提取上的能力差异。
3. 轻量、免下载折腾：因为图片很小（几万张图也就几十兆），在本地电脑上用 CPU 或普通显卡就能秒级下载并跑完训练，是学习 MLP（多层感知机） 和 CNN（卷积神经网络） 的绝佳演练场。

---

💻 在代码中如何使用它？

结合你前面学到的 transforms，通常这样把它加载进来：

import torchvision
from torchvision import transforms
 
# 1. 下载并加载训练集
train_dataset = torchvision.datasets.FashionMNIST(
    root='./data',           # 数据保存的本地路径
    train=True,              # True 表示训练集，False 表示测试集
    download=True,           # 如果本地没有会自动联网下载
    transform=transforms.ToTensor() # 顺便把图片转成 [0, 1] 的 Tensor
)
 
print(len(train_dataset))  # 输出 60000
image, label = train_dataset[0]
print(image.shape)         # 输出 torch.Size([1, 28, 28]) - 1通道，28x28
print(label)               # 输出对应的类别编号（如 9 代表短靴）