SVHN

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

SVHN 数据集。注意：SVHN 数据集将数字 0 的标签分配为 10。然而，在这个数据集中，我们将数字 0 的标签分配为 0，以兼容 PyTorch 期望类别标签在 [0, C-1] 范围内的损失函数。

警告

此类需要 scipy 来从 .mat 格式加载数据。

参数:

• root (str 或 pathlib.Path) – 数据集根目录，数据存储在此处。

• split (string) – {‘train’, ‘test’, ‘extra’} 中的一个。相应地选择数据集。‘extra’ 是额外的训练集。

• transform (callable, optional) – 一个函数/转换，它接收 PIL 图像并返回转换后的版本。例如，transforms.RandomCrop

• target_transform (可调用对象, 可选) – 一个函数/变换，接受目标并对其进行变换。

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

特殊成员:

__getitem__(index: int) → tuple[Any, Any]

参数:

index (int) – 索引

返回:

(图像, 目标) 其中目标是目标类的索引。

返回类型:

元组