Shortcuts

SVHN

class torchvision.datasets.SVHN(root: Union[str, Path], split: str = 'train', transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)[source]

SVHN 数据集。 注意:SVHN 数据集将标签 10 分配给数字 0。然而,在这个数据集中, 我们将标签 0 分配给数字 0,以便与 PyTorch 的损失函数兼容,这些函数 期望类标签在范围 [0, C-1] 内。

警告

这个类需要 scipy 来从 .mat 格式加载数据。

Parameters:
  • root (str 或 pathlib.Path) – 数据集存储的根目录。

  • split (string) – 其中之一是 {‘train’, ‘test’, ‘extra’}。 相应地选择数据集。‘extra’ 是额外的训练集。

  • transform (callable, optional) – 一个函数/变换,接收一个PIL图像并返回一个变换后的版本。例如,transforms.RandomCrop

  • target_transform (callable, optional) – 一个函数/转换,它接收目标并对其进行转换。

  • 下载 (bool, 可选) – 如果为真,则从互联网下载数据集并将其放入根目录。如果数据集已经下载,则不会再次下载。

Special-members:

__getitem__(index: int) Tuple[Any, Any][source]
Parameters:

index (int) – 索引

Returns:

(image, target) 其中 target 是目标类的索引。

Return type:

tuple