机器学习数据集以及下载方式收集

记录一些常用的数据集，以及下载方式

1. 图像类数据集

1. 1 MNIST数据集 (LeCun et al., 1998)

1.2 Fashion-MNIST数据集 (Xiao et al., 2017)

Fashion-MNIST由10个类别的图像组成， 每个类别由训练数据集（train dataset）中的6000张图像 和测试数据集（test dataset）中的1000张图像组成。 因此，训练集和测试集分别包含60000和10000张图像。 测试数据集不会用于训练，只用于评估模型性能。

%matplotlib inline
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l

d2l.use_svg_display()

# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式，
# 并除以255使得所有像素的数值均在0～1之间
trans = transforms.ToTensor()
mnist_train = torchvision.datasets.FashionMNIST(
    root="../data", train=True, transform=trans, download=True)
mnist_test = torchvision.datasets.FashionMNIST(
    root="../data", train=False, transform=trans, download=True)

len(mnist_train), len(mnist_test)

(60000, 10000)

数据大概如下图所示

作者PS:这个图片数据集，没有将单个图片分别存储，而是做成了类似压缩包的方式，方便拷贝。也防止了小文件难以移动的问题

资料来源：https://zh.d2l.ai/chapter_linear-networks/image-classification-dataset.html

1.3 实战kaggle比赛：预测房价

D2l 教程：
https://zh.d2l.ai/chapter_multilayer-perceptrons/kaggle-house-price.html
在房价预测比赛页面的“Data”选项卡下可以找到数据集。我们可以通过下面的网址提交预测，并查看排名：
https://www.kaggle.com/c/house-prices-advanced-regression-techniques

1.5 树叶识别 d2l kaggle 比赛

视频：https://www.bilibili.com/video/BV1z64y1o7iz
kaggle地址：https://www.kaggle.com/c/classify-leaves

数据大概如下，有各种不同形状的叶子

1.6实战 Kaggle 比赛：图像分类 (CIFAR-10)

kaggle网页链接：https://www.kaggle.com/c/cifar-10
D2l 13.13章节中

引入头文件

import collections
import math
import os
import shutil
import pandas as pd
import torch
import torchvision