2019-03-26---28 Pytorch：解压fashi

环境搭建好了，第一个想实践的就是用自己的数据训练网络。

参考链接：pytorch用自己的数据训练自己写的网络 - 请叫我小皇帝 的博客 - CSDN博客

步骤和代码是按照上面那个博客链接来的，以下是我实际运行的时候遇到的坑以及如何填坑。

1.在from skimage import io出现了问题，显示我没有安装相应模块。

然后我就打开Anaconda prompt进入Pytorch环境，输入pip install skimage

等待安装。。。

安装完成

Scikit-image是图像处理和机器视觉的一个算法收集包，官方手册链接如下：skimage — skimage v0.14.2 docs。

2. AssertionError 断言函数抛出异常

出错的是mnist.py里面带的函数，出错部分如下

def read_image_file(path):

    with open(path, 'rb') as f:

        data = f.read()

        assert (data[:4]) == 2051

这里在读取二进制文件后根据data前四位的码来判断文件类型，是image还是label。                      

image magic number
label magic number

  图片来源：python处理MNIST数据集 - 简书

读出来的码不是代表图像的2051，抛出异常。单步运行，检测错误的出错点。

>>>path = "H:/learning/pytorch/fashion_mnist/train-images-idx3-ubyte"

>>>f = open(path,"rb")

>>>data = f.read()

>>>data[:4]

Out[11]: b'\x00\x00\x08\x03'

到这里显示data前四位的值是'\x00\x00\x08\x03'，和上图image的十六进制值是一样的。然后解码。

>>>b = codecs.decode(a,'hex')

Traceback (most recent call last):

  File "<ipython-input-23-57d16b9c49c6>", line 1, in <module>

    b = codecs.decode(a,'hex')

NameError: name 'codecs' is not defined

推测应该是codecs包的问题，下载相应package。打开Anaconda navigator，在相应的环境里（我的是Pytorch）搜索codecs，出现相应的包，点击apply。

下载完成之后，再将mnist.py里面的assert (data[:4]) == 2051改成assert get_int(data[:4]) == 2051，然后运行成功。