如何使用 PyTorch 获取 MNIST 数据集

要获取 MNIST 数据集，你可以使用 PyTorch 提供的 'torchvision.datasets' 模块。下面是一个获取 MNIST 数据集的示例代码：

import torchvision.datasets as datasets

# 下载并加载 MNIST 数据集
train_dataset = datasets.MNIST(root='./data', train=True, download=True)
test_dataset = datasets.MNIST(root='./data', train=False, download=True)

# 获取训练集和测试集的数据和标签
train_data = train_dataset.data
train_labels = train_dataset.targets
test_data = test_dataset.data
test_labels = test_dataset.targets

在上面的代码中，我们使用 'datasets.MNIST' 函数来下载和加载 MNIST 数据集。'root' 参数指定了数据集文件的存储路径，'download=True' 表示如果数据集文件不存在，则自动下载。

然后，我们可以使用 'train_dataset.data' 和 'test_dataset.data' 获取训练集和测试集的图像数据，使用 'train_dataset.targets' 和 'test_dataset.targets' 获取对应的标签数据。

请确保已安装 torchvision 库，可以使用以下命令进行安装：

pip install torchvision

希望这个解答对你有所帮助。如果还有其他问题，请随时提问。