从本地文件夹中读取Fashion-MNIST数据以CSV格式读取训练集和测试集分别读取并构建Dataset

以下是一个可能的实现：

import pandas as pd
import torch
from torch.utils.data import Dataset

class FashionMNISTDataset(Dataset):
    def __init__(self, csv_file):
        self.data = pd.read_csv(csv_file)
    
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, idx):
        image = torch.tensor(self.data.iloc[idx, 1:], dtype=torch.float32)
        label = torch.tensor(self.data.iloc[idx, 0], dtype=torch.long)
        return image, label

train_dataset = FashionMNISTDataset('train.csv')
test_dataset = FashionMNISTDataset('test.csv')

这里我们定义了一个FashionMNISTDataset类，它继承自PyTorch的Dataset类。在__init__方法中，我们读取CSV文件并保存数据。在__len__方法中，我们返回数据集的大小。在__getitem__方法中，我们根据索引读取一条数据，并将其转换为PyTorch张量。最后，我们通过实例化FashionMNISTDataset类来创建训练集和测试集