Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分，28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。

最近在Pytorch中通过下面代码下载这个数据集时经常出现卡死的情况。

#获取训练集
mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST',train=True,download = True,transform = transforms.ToTensor())
#获取测试集
mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST',train=True,download = True,transform = transforms.ToTensor())

解决办法

需要数据集的朋友可以去我的公众号【拇指笔记】自取，回复：“Fashion” 即可。

下面讲一下我解决这个问题的办法
首先创建一个这个目录 <C:\Users\树枝990\Datasets\FashionMNIST\FashionMNIST> 然后在里面新建raw和processed两个文件夹。processed不用动，下载这四个文件放入文件夹raw中。
然后再将四个压缩包解压，同样放在这个raw文件夹

这样直接使用下面代码就可以读取数据了。

batch_size = 256
#小批量数目
train_iter = torch.utils.data.DataLoader(mnist_train,batch_size=batch_size,shuffle = True,num_workers = 0)
#num_workers=0,不开启多线程读取。
test_iter = torch.utils.data.DataLoader(mnist_test,batch_size = batch_size,shuffle=False,num_workers=0)

欢迎各位关注我的公众号，每天更新我的学习笔记，希望大家共同学习，共同进步！