Minst是在DAY15介紹過的常用資料集，他也是Torchvision中可以直接使用的資料集，在DAY21中有介紹過。

import torch
from torch import nn
import torchvision as TV

先import需要的套件

train_data = TV.datasets.MNIST("MNIST/", train=True, transform=None,target_transform=None,download=True) 
test_data = TV.datasets.MNIST("MNIST/", train=False, transform=None,target_transform=None,download=True) 

下載並匯入所需資料集

print('訓練資料及數量 ',len(train_data))
print('測試資料及數量',len(test_data))    

輸出數量

from matplotlib import pyplot as plt
import numpy as np

matplotlib 是python語言中的第三方函式庫
支援上百種圖表類型
如果使用colab anaconda就不需要額外再做下載

x = train_data.data[1] 
plt.imshow(x) 

輸入以上這些就會看的這個數據集中的資料

def process_images(xt): 
  out = torch.zeros(xt.shape)

將圖片輸出成符合pytorch的格式
做完以上步驟再加入批次軸就可以開始做模型訓練