2.2.2　數據處理

配置好運行信息后，首先討論數據處理API的設計。這些API提供了大量Python函數，支持用戶用一行命令即可讀入常見的訓練數據集，如MNIST（Mixed National Institute of Standards and Technology Database）、CIFAR（Canadian Institute For Advanced Research）、COCO（Microsoft Common Objects in Context）等。在加載之前需要下載數據集存放在./datasets/MNIST_Data路徑中；MindSpore提供了用于數據處理的API模塊mindspore.dataset，用于存儲樣本和標簽。在加載數據集前，通常會對數據集進行一些處理，mindspore.dataset也集成了常見的數據處理方法。代碼2.2讀取了MNIST的訓練數據，其包含大小為28×28的6萬張圖片，返回DataSet對象。

代碼2.2　讀取MNIST訓練數據

有了DataSet對象后，通常需要對數據進行增強，常用的數據增強包括翻轉、旋轉、剪裁、縮放等；在MindSpore中使用map映射函數將數據增強的操作映射到數據集中，之后進行打亂（Shuffle）和批處理（Batch），如代碼2.3所示。

代碼2.3　數據處理