[输入参数用法不一致]torchvision.datasets.MNIST

torchvision.datasets.MNIST

torchvision.datasets.MNIST(root: Union[str, Path], train: bool = True, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)

paddle.vision.datasets.MNIST

paddle.vision.datasets.MNIST(image_path: str = None, label_path: str = None, mode: str = 'train', transform: Callable = None, download: bool = True, backend: str = None)

两者功能一致，指定数据集文件路径的参数 root 与指定训练集的参数 train 的用法不一致，具体如下：

参数映射

torchvision PaddlePaddle 备注
root image_path, label_path 指定数据集目录，Paddle 使用 image_path 和 label_path，等价的实现 PyTorch 的 root 的功能，需要转写。
train mode 训练集或者数据集。PyTorch 参数 train=True 对应 Paddle 参数 mode='train'，PyTorch 参数 train=False 对应 Paddle 参数 mode='test'，需要转写。
transform transform 图片数据的预处理。
target_transform - 接受目标数据并转换，Paddle 无此参数，暂无转写方式。
download download 是否自动下载数据集文件，参数默认值不一致。PyTorch 默认为 False，Paddle 默认为 True，Paddle 需设置为与 PyTorch 一致。
- backend 指定图像类型，PyTorch 无此参数，Paddle 保持默认即可。

转写示例

root：数据集文件路径

# PyTorch 写法
train_dataset = torchvision.datasets.MNIST(root='./data')

# Paddle 写法
train_dataset = paddle.vision.datasets.MNIST(
    image_path='./data/MNIST/raw/train-images-idx3-ubyte.gz',
    label_path='./data/MNIST/raw/train-labels-idx1-ubyte.gz')

train: 训练集或数据集

训练集

# PyTorch 写法
train_dataset = torchvision.datasets.MNIST(root='./data', train=True)

# Paddle 写法
train_dataset = paddle.vision.datasets.MNIST(
    image_path='./data/MNIST/raw/train-images-idx3-ubyte.gz',
    label_path='./data/MNIST/raw/train-labels-idx1-ubyte.gz',
    mode='train')

测试集

# PyTorch 写法
train_dataset = torchvision.datasets.MNIST(root='./data', train=False)

# Paddle 写法
train_dataset = paddle.vision.datasets.MNIST(
    image_path='./data/MNIST/raw/t10k-images-idx3-ubyte.gz',
    label_path='./data/MNIST/raw/t10k-labels-idx1-ubyte.gz',
    mode='test')